热图(Heat Map)

绘制一对属性的热图。

输入

  • 数据：输入数据集

输出

  • 选定数据：从图中选择的实例

功能

热图 用于按类别在双向矩阵中可视化属性值。它仅适用于包含连续变量的数据集。 这些值用颜色表示：某个值越高，表示的颜色越深。通过在 x 和 y 轴上组合类和属性，我们可以看到属性值最强的地方和最弱的地方，从而使我们能够找到每个类的典型特征（离散）或值范围（连续）。

界面

  1. 配色图例。 低 和 高 是调色板的阈值（低值属性的阈值低，高值属性的阈值高）。选择一个调色板，该调色板具有两种极端的颜色，并在中间具有中性（黑色或白色）颜色，这样就可以设置一个有意义的中点值（默认值为0）。
  2. 合并数据。

示例

下面的 热图(Heat Map) 显示 Housing 数据集的属性值。上述数据集涉及波士顿郊区的房屋价值。

我们在地图上看到的第一件事是 B 和 Tax 属性，这是仅有的两个深橙色颜色。B 属性提供有关按城镇划分的 blacks 比例的信息，Tax 属性通知我们每10,000美元的全值财产税率。 为了获得更清晰的热图，我们然后使用选择列(Select Columns)小部件并从数据集中删除这两个属性。 然后，我们再次将数据输入到 热图(Heat Map) 中。 新的预测提供了更多信息。

通过删除 B 和 Tax，我们可以看到其他决定因素，即 Age 和 ZN。 Age 属性提供有关 1940 年前建造的自有住房的比例的信息，ZN 属性可告知我们每个城镇非零售业务用地的比例。

热图(Heat Map) 小部件是发现数据中相关特征的好工具。 通过删除一些更明显的功能，我们发现了隐藏在后面的新信息。

参考文献

Housing Dataset

反馈问题

文档有问题? 或者有其他意见和建议? 请在本文档的 Github 仓库直接反馈

点我反馈

进入反馈页面不知道如何反馈, 请点击这里

更新时间: