시작하기무료로 시작하기

평행 기울기 모델 예측 시각화

이전 연습 문제에서 계산한 예측값이 맞는지 확인하려면, 해당 값을 seaborn 플롯에 추가해 보면 됩니다. 다중 회귀 예측을 시각화할 때는 단순 선형 회귀와 같은 절차를 사용해요. 산점도와 추세선을 그리고, 같은 플롯에 예측 지점을 두 번째 레이어로 추가하면 됩니다. 앞선 연습 문제에서 보았듯이, seaborn은 평행 기울기 모델을 직접 그릴 수 없어요. 따라서 예측 지점을 그리기 전에, 먼저 모델의 계수를 다시 추출해야 합니다.

taiwan_real_estateprediction_data가 제공되며, 적합된 모델 mdl_price_vs_both도 제공됩니다.

이 연습은 강의의 일부입니다

Python의 statsmodels로 배우는 중급 회귀

강의 보기

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Extract the model coefficients, coeffs
coeffs = ____

# Print coeffs
print(coeffs)

# Assign each of the coeffs
____, ____, ____, ____  = ____
코드 편집 및 실행