Vizualizace dat a lineárního modelu

V předchozích cvičeních sis vyzkoušel/a, jak fitovat a interpretovat model Poissonovy regrese. V tomto cvičení vizuálně prozkoumáš data crab a poté výsledek fitování modelu.

Nejprve vykreslíš lineární fit k datům, který pak porovnáš s fitovanými hodnotami Poissonovy regrese.

Toto cvičení je součástí kurzu

Zobecněné lineární modely v Pythonu

Zobrazit kurz

Pokyny k cvičení

Importuj knihovny seaborn a matplotlib.
Pomocí datasetu crab vykresli datové body s proměnnou width na ose x a sat na ose y; pro proměnnou sat nastav jitter na 0.3.
Přidej lineární fit modelu nastavením argumentu fit_reg na True.
Nastav 'color' fitované přímky na 'green' a 'label' na 'LM fit'.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import libraries
import ____ as sns
import ____.pyplot as plt

# Plot the data points and linear model fit
sns.regplot(____, ____, data = ____,
            y_jitter = ____,
            fit_reg = ____,
            line_kws = {'color':____, 
                        'label':____})

# Print plot
plt.show()

Upravit a spustit kód