我目前正在研究救护车数据集，我的任务之一是找出患者何时被呼叫调度员误诊。
我有两个代码；调度代码（调度员认为患者有什么问题）和医院代码（医生决定实际诊断在医院的代码）
我正在寻找一种可视化两个代码之间关系的方法，即给定救护车代码 x 每个救护车代码成为结果的概率是多少。
这可以很容易地使用 SQL 计算，但我正在寻找一种可视化/集群的方法，这会很棒。任何帮助，将不胜感激。
编辑：评论中有一些很好的反馈
首先是维度：调度代码可以采用 1722 个唯一值中的 1 个
医院代码可以采用 1058 个唯一值中的 1 个
这两个代码完全不同，一个例子如下
Dispatcher 17D03:Unconscious
Hospital R41:Other symptoms and signs involving cognitive functions and awareness
我的兴趣是可视化这种关系。例如，给定一个无意识的调度员代码，最常见的医院代码是什么？
同样，这很容易用数字计算，但可视化会更容易向我的利益相关者解释。
您可以使用混淆矩阵来生成数据的热图。
假设你有：
labels = ['cardiac arrest', 'choking', 'seizure']
dispatch_code = ['cardiac arrest', 'choking', 'seizure', 'choking', 'seizure', 'seizure', 'cardiac arrest', 'cardiac arrest']
hospital_code = ['cardiac arrest', 'choking', 'cardiac arrest', 'choking', 'seizure', 'seizure', 'seizure', 'cardiac arrest']
然后你可以绘制：
from sklearn.metrics import confusion_matrix
import matplotlib.pyplot as plt
cm = confusion_matrix(hospital_code, dispatch_code)
fig = plt.figure()
ax = fig.add_subplot(111)
cax = ax.matshow(cm)
plt.title('Confusion matrix of the classifier')
fig.colorbar(cax)
ax.set_xticklabels([''] + labels)
ax.set_yticklabels([''] + labels)
plt.xlabel('Predicted')
plt.ylabel('True')
plt.show()
这个例子表明，调度程序经常有一个正确的代码（中间的黄色条纹）。心脏骤停和癫痫发作经常混淆（蓝色），而窒息从未被错误分类（紫色）。
如果您在计算多维变量，那么 Mosaicplot 可以提供帮助。在 R 中有一个来自图形包的函数，称为镶嵌图。它是 R 附带的基础包之一。
HairEyeColor , , 性别 = 男性
Eye
头发 棕色 蓝色 淡褐色 绿色 黑色 32 11 10 3 棕色 53 50 25 15 红色 10 10 7 7 金色 3 30 5 8
, , 性别 = 女性
Eye
头发 棕色 蓝色 淡褐色 绿色 黑色 36 9 5 2 棕色 66 34 29 14 红色 16 7 7 7 金色 4 64 5 8
mosiacplot(HairEyeColor)
最后，我最终在rawgraphs上使用了冲积图。
