Vizualizace většího počtu proměnných
Jakmile začneš pracovat s více proměnnými, zobrazit je všechny najednou je čím dál náročnější. Kromě os x a y pro dvě číselné proměnné můžeš použít barvu pro třetí číselnou proměnnou a faceting pro kategoriální proměnné. A to je zhruba hranice – za ní se grafy stávají těžko čitelnými. Existují specializované typy grafů, jako jsou korelační heatmapy nebo grafy paralelních souřadnic, které zvládnou více proměnných, ale poskytují mnohem méně informací o každé z nich a nejsou příliš vhodné pro vizualizaci předpovědí modelu.
Tady posuneme možnosti bodového grafu na maximum: zobrazíš cenu nemovitosti, vzdálenost ke stanici MRT, počet blízkých obchodů a stáří domu – vše najednou v jednom grafu.
Dataset taiwan_real_estate je k dispozici.
Toto cvičení je součástí kurzu
Intermediate Regression with statsmodels in Python
Pokyny k cvičení
- Vytvoř mřížku grafů (facet grid) pro každou hodnotu
house_age_yearsv datasetutaiwan_real_estate. - Pomocí datasetu
taiwan_real_estatenakresli bodový graf závislostin_conveniencenasqrt_dist_to_mrt_m, obarvený podleprice_twd_msq.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Prepare the grid using taiwan_real_estate, for each house age category, colored by price_twd_msq
grid = ____(data=____,
col=____,
hue=____,
palette="plasma")
# Plot the scatterplots with sqrt_dist_to_mrt_m on the x-axis and n_convenience on the y-axis
grid.map(____,
____,
____)
# Show the plot (brighter colors mean higher prices)
plt.show()