Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

242

4

章 

Matplotlib

による可視化

図4-28　エラーバーのカスタマイズ

これらのオプションに加えて、水平エラーバー（

xerr

）、片側エラーバー、その他の異なる形式

を指定することもできます。使用可能なオプションの詳細については、

plt.errorbar

の

docstring

を参照してください。

4.5.2

 連続誤差

状況によっては、エラーバーを連続した数量で表示することが望ましい場合もあります。

Matplotlib

には、専用の関数が組み込まれていませんが、

plt.plot

や

plt.fill_between

などの基本

機能を組み合わせて比較的簡単に実装できます。

こ こ で は、

scikit-learn API

を 使 用 し て、 簡 単 な ガ ウ ス 過 程 回 帰（

GPR

：

Gaussian Process

Regression

）を実行します（詳細については、「5.2 scikit-learn の紹介」を参照）。これは、非常に

柔軟なノンパラメトリック関数を、連続的な不確

かさを持つデータに当てはめる手法です。ガウス

過程回帰の詳細については掘り下げず、そのような連続的な誤差をどのように可視化するかに焦点

を当てます。

In[4]: from sklearn.gaussian_process import GaussianProcess

# define the model and draw some data

モデルを定義し、データを作成する

model = lambda x: ...