Memplot data dan kecocokan model linear

Pada latihan sebelumnya Anda telah berlatih cara menyesuaikan dan menafsirkan model regresi Poisson. Pada latihan ini Anda akan menganalisis data crab secara visual dan kemudian melihat kecocokan model.

Pertama, Anda akan memplot kecocokan linear pada data, yang nantinya akan digunakan untuk dibandingkan dengan nilai hasil penyesuaian regresi Poisson.

Latihan ini merupakan bagian dari kursus

Generalized Linear Models di Python

Lihat Kursus

Instruksi latihan

Impor pustaka seaborn dan matplotlib.
Dengan menggunakan himpunan data crab, plot titik data dengan width pada sumbu x dan sat pada sumbu y, dengan jitter sebesar 0.3 untuk variabel sat.
Tambahkan kecocokan model linear dengan menyetel argumen fit_reg ke True.
Atur 'color' garis kecocokan menjadi 'green' dan 'label' menjadi 'LM fit'.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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()

Edit dan Jalankan Kode