多数の変数を可視化する
考慮する変数が増えてくると、それらを一度にすべてプロットするのは次第に難しくなります。2つの数値変数には x 軸と y 軸のスケールを使いますが、それに加えて、3つ目の数値変数には色を使い、カテゴリ変数にはファセット分割を使うことができます。そして、それがプロットを解釈可能な状態に保てる限界と言えます。相関ヒートマップや平行座標プロットのような、より多くの変数を扱える専用のプロット手法もあります。しかし、これらは各変数についての情報量が大幅に少なくなり、モデルの予測結果を可視化するのにも適していません。
ここでは、散布図の限界に挑戦し、住宅価格、MRT駅までの距離、近隣のコンビニエンスストアの数、そして築年数を、すべて1つのプロットの中に一緒に表示してみましょう。
taiwan_real_estate が使用できます。
この演習はコースの一部です
statsmodels を使った中級 Regression
演習の手順
taiwan_real_estateのhouse_age_yearsごとにファセットグリッドを作成します。taiwan_real_estateデータセットを使って、n_convenienceとsqrt_dist_to_mrt_mの散布図を、price_twd_msqで色分けして描画します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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()