Voorspellingen van een parallelle hellingen-model visualiseren
Om te controleren of je de juiste voorspellingen uit de vorige oefening hebt, kun je ze toevoegen aan een seaborn-plot. Voor het visualiseren van voorspellingen van meervoudige regressie gebruik je dezelfde aanpak als bij lineaire regressie: maak een scatterplot met een trendlijn en voeg daar een tweede laag met voorspellingspunten aan toe in dezelfde plot. Zoals je in een eerdere oefening zag, kan seaborn het parallelle hellingen-model niet direct plotten. Daarom extraheer je eerst opnieuw de modelcoëfficiënten voordat je de voorspellingspunten plot.
taiwan_real_estate en prediction_data zijn beschikbaar, en mdl_price_vs_both is beschikbaar als een gefit model.
Deze oefening maakt deel uit van de cursus
Gemiddelde regressie met statsmodels in Python
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Extract the model coefficients, coeffs
coeffs = ____
# Print coeffs
print(coeffs)
# Assign each of the coeffs
____, ____, ____, ____ = ____