¿Para qué graficar?

• Comunicación más clara y concisa
• Entender mejor los datos: Por ejemplo para entender datos de varias dimensiones: Tratar con conjuntos de datos multidimensionales con más de una variable o atributo comienza a causar problemas, ya que estamos restringidos a comunicar en dos dimensiones (a lo sumo 3).
• Encontrar patrones/relaciones

Uso en Machine Learning

• Análisis inicial de los datos (ejemplo: valores atípicos)
• Evaluar el ajuste del modelo (predicho vs observado/residuos)

Plots

De distribución continua

• Histogramas

  La cantidad de bins (barras) es configurable. Debe elegirse la más apropiada al problema.

  Empezarlos del origen de coordenadas (0,0).

  

  El eje x debe ser siempre un soporte continuo!

  Tipos:

  

• Density plot

  Suaviza los bordes para lograr la densidad, sin embargo no siempre tienen sentido los valores que toma

Se ve que suaviza el borde → no tiene sentido que sea < 0

• Box plots

  Un diagrama de caja o Box plot muestra visualmente la distribución de los datos numéricos y la asimetría mediante la visualización de los cuartiles y los promedios de los datos.

  

• Violin plot

  Boxplot + distribución

  

De distribución discreta

• Bar plot (gráfico de barras)

• Tree map