Wizualizacje w praktyce: lmplot

Wykresy modelu liniowego pomagają sprawdzić, czy zmienne mają związek ze zmienną zależną. Jeśli taki związek istnieje, są dobrymi kandydatami do uwzględnienia w analizie. Jeśli go nie ma, nie oznacza to, że należy je odrzucić – może to oznaczać, że trzeba je wcześniej przetworzyć lub przekształcić.

Biblioteka seaborn jest dostępna w twoim środowisku pod standardowym aliasem sns.

To ćwiczenie jest częścią kursu

Inżynieria cech z PySpark

Zobacz kurs

Instrukcje do ćwiczenia

Korzystając z wczytanego zbioru danych df, ogranicz go do kolumn 'SALESCLOSEPRICE' i 'LIVINGAREA' za pomocą select().
Pobierz losową próbkę 50% wierszy z ramki danych przy użyciu sample() – bez powtórzeń, ustawiając ziarno losowości na 42.
Przekształć Spark DataFrame na obiekt pandas.DataFrame() za pomocą toPandas().
Używając kolumny 'SALESCLOSEPRICE' jako zmiennej zależnej i 'LIVINGAREA' jako zmiennej niezależnej, narysuj wykres modelu liniowego za pomocą funkcji lmplot() z biblioteki seaborn.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Select a the relevant columns and sample
sample_df = df.____([____, ____]).____(____, ____, ____)

# Convert to pandas dataframe
pandas_df = sample_df.____()

# Linear model plot of pandas_df
sns.____(x=____, y=____, data=____)
plt.show()

Edytuj i uruchom kod