python - 散点图中两个特征之间的比例

Question

我有一个数据集:

• 近 45K 个样本
• 8 个功能
• 4 节课

每个类别的样本百分比不同。我想绘制每个组合对的所有散点图，也就是说，28 个图表并考虑所有数据集。

所以最后，对于每个图表，我都会得到一个散点图，我可以在其中看到按类别分布的样本。 因为我在一本书中看到了一个例子，他们通过考虑每个类别相同数量的样本来绘制这些散点图。

例如:100 个样本 class0、100 个样本 class1、100 个样本 class2、100 个样本 class3。

问题:我想知道考虑每个类别具有不同百分比的所有数据集是否正确？

注意:我想了解这些特征是否成对地线性可分。

Answer 1

This sounds like Feature Analysis or Feature selection

1. 如果您想从图中找出您的特征是否可线性分离，我会选择该类的所有样本。否则，随机选择一组(例如 100 个样本)将使您的绘图结果和解释不明确
2. 当试图理解特征时，图上的单纯定性“外观”不应该是管道的终点。而是转向一些不错的特征选择策略和方法，例如:递归特征消除、相关矩阵等(这里是 R 中的一些 examples 作为开始)
3. 当尝试理解一组特征时，可以使用 Elbow 方法等方法。