Graphiques de régression et des résidus
La régression linéaire est un outil utile pour comprendre la relation entre des variables numériques. Seaborn propose des fonctions simples mais puissantes pour examiner ces relations.
Dans ces exercices, nous allons étudier des données du ministère américain de l'Éducation concernant les frais de scolarité des universités sur 4 ans, afin d'identifier des pistes intéressantes sur les variables susceptibles d'expliquer le coût de la scolarité.
Pour ces exercices, toutes les données sont chargées dans la variable df.
Cet exercice fait partie du cours
<cours>Visualisation de données intermédiaire avec Seaborn</cours>Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Display a regression plot for Tuition
sns.____(data=df,
y='____',
x='SAT_AVG_ALL',
marker='^',
color='g')
plt.show()
plt.clf()