Google Colab中的实时标准化区域图

Question

我正在培训Google Colab上的二进制分类的神经网络。每个时期，我都会在验证数据集中对其进行评估，并计算真实阳性，误报，真实负面因素和虚假负面的百分比。我想看到一个实时的归一化堆叠区域图（请参见 https：// altair-viz。 github.io/gallery/normalized_stacked_area_chart.html 对于这四个数字的解释）。随着培训过程的进行，每个时期都应更新。我该如何实现？我准备使用任何第三方库。

Answer 1

解决方案

我认为您每个时期都保存目标度量。

• tf：true正面
• tn：
• true nater Code> fp ：false strusy
• fn：false Nater

注意：理想情况下，您将创建一个字典列表，其中每个字典由您想要的指标和相应的时期编号组成，如下所示：

 ＃调用此列表结果
结果= [ 
  ...
  {“ Epoch”：0，“ TP”：200，“ TN”：80，“ FP”：18，“ FN”：5}
  ... 
这是给出的
 

使用此列表创建PANDAS DataFrame，然后使用自定义绘图函数如下所示。

  df = pf.dataframe（结果）.t
 

下面的解决方案使用 plotly 创建所需的库图表。这是Jupyter笔记本（带有Google Colab链接），可以快速检查提出的解决方案。

使交互式堆叠的归一化区域图

figure_title="Confusion Matrix Evolution over Model Training Epochs"
columns = ["tp", "tn", "fp", "fn"]
colors = ['#d7191c','#fdae61','#abdda4','#2b83ba']
palette = dict((column, color) for column, color in zip(columns, colors))

# create interactive chart with user-defined function
make_stacked_normalized_chart(
    df, 
    x="epoch", 
    columns=columns, 
    palette=palette, 
    figure_title=figure_title,
)

​

​区域形式。

import plotly.graph_objects as go
from typing import List, Dict

def make_stacked_normalized_chart(df: pd.DataFrame, x: str, 
                                  columns: List[str], 
                                  palette: Dict[str, str], 
                                  figure_title: str="Figure Title"):
    """Create a stacked normalized interactive chart with Plotly library."""
    x_label = x
    x = df[x_label]
    fig = go.Figure()

    def add_trace(column: str):
        fig.add_trace(go.Scatter(
            x=x, y=df[column],
            text=column, # set the name shown while hovering over
            name=column, # set the name in the legend
            # fill='toself',
            hoveron = 'points+fills', # select where hover is active
            hoverinfo='text+x+y',
            mode='lines',        
            line=dict(width=0.5, color=palette.get(column)),
            stackgroup='one', # define stack group
            groupnorm='percent', # sets the normalization for the sum of the stackgroup
        ))

    for column in columns:
        add_trace(column)

    fig.update_layout(
        title_text=figure_title,
        showlegend=True,
        xaxis=dict(
            type="category",
            title=x_label,
        ),
        yaxis=dict(
            type='linear',
            range=[1, 100],
            ticksuffix='%',
        ),
    )
    fig.show()

虚拟数据

我们将使用以下数据来演示交互式堆叠式构型-AREA-CHART 。

import numpy as np
import pandas as pd

np.random.seed(42)

nrows = 100
x = np.arange(nrows)
tp = 60 + np.arange(nrows) + np.random.randint(0, 20, nrows)
tn = 25 + np.arange(nrows) + np.random.randint(0, 20, nrows)
fp = np.random.randint(2, 6, nrows) + np.random.randint(0, 8, nrows)
fn = np.random.randint(4, 7, nrows) + np.random.randint(3, 6, nrows)

df = pd.DataFrame({"epoch": x, "tp": tp, "tn": tn, "fp": fp, "fn": fn})