使用seaborn对不同模型的AUC值在同一张图中绘制箱线图,并给出数据示例
时间: 2024-03-10 14:43:49 浏览: 23
好的,以下是一个使用seaborn绘制箱线图的数据示例,展示了三个模型的AUC值:
| 模型名称 | AUC值 |
| --- | --- |
| 模型1 | 0.85 |
| 模型1 | 0.87 |
| 模型1 | 0.89 |
| 模型1 | 0.91 |
| 模型1 | 0.92 |
| 模型2 | 0.76 |
| 模型2 | 0.78 |
| 模型2 | 0.79 |
| 模型2 | 0.81 |
| 模型2 | 0.82 |
| 模型3 | 0.92 |
| 模型3 | 0.93 |
| 模型3 | 0.94 |
| 模型3 | 0.95 |
| 模型3 | 0.96 |
以下是绘制箱线图的代码:
``` python
import seaborn as sns
import pandas as pd
# 创建数据框
data = pd.DataFrame({'Model': ['Model 1', 'Model 1', 'Model 1', 'Model 1', 'Model 1',
'Model 2', 'Model 2', 'Model 2', 'Model 2', 'Model 2',
'Model 3', 'Model 3', 'Model 3', 'Model 3', 'Model 3'],
'AUC': [0.85, 0.87, 0.89, 0.91, 0.92,
0.76, 0.78, 0.79, 0.81, 0.82,
0.92, 0.93, 0.94, 0.95, 0.96]})
# 使用seaborn绘制箱线图
sns.boxplot(x='Model', y='AUC', data=data)
```
这段代码将在同一张图中绘制三个模型的AUC值的箱线图,方便我们比较不同模型之间的性能表现。