Visualiser plusieurs modèles
Dans les deux derniers exercices, vous avez ajusté des modèles séparément pour chaque catégorie d'ancienneté des maisons, puis calculé des prédictions pour chaque modèle. Il est maintenant temps de visualiser ces prédictions pour voir comment elles se comparent.
Quand vous utilisez sns.lmplot() avec l'argument hue défini sur la variable catégorielle, vous obtenez plusieurs lignes de tendance, chacune avec sa propre pente. Cela contraste avec le modèle à pentes parallèles vu au chapitre 1, où tous les modèles avaient la même pente.
taiwan_real_estate est disponible. prediction_data est chargé comme un DataFrame concaténé pour toutes les anciennetés de maisons.
Cette activité fait partie du cours
Régression intermédiaire avec statsmodels en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Plot the trend lines of price_twd_msq vs. n_convenience for each house age category
____(x=____,
y=____,
data=____,
hue=____,
ci=____,
legend_out=False)
plt.show()