Wizualizacja danych i dopasowanie modelu liniowego

W poprzednich ćwiczeniach ćwiczyłeś dopasowywanie i interpretację modelu regresji Poissona. W tym ćwiczeniu przeprowadzisz wizualną analizę zbioru danych crab, a następnie ocenisz dopasowanie modelu.

Na początku narysujesz dopasowanie liniowe do danych, które później porównasz z wartościami dopasowanymi przez regresję Poissona.

To ćwiczenie jest częścią kursu

Uogólnione modele liniowe w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Zaimportuj biblioteki seaborn i matplotlib.
Korzystając ze zbioru danych crab, narysuj wykres punktowy z width na osi x i sat na osi y, z jitterem równym 0.3 dla zmiennej sat.
Dodaj dopasowanie modelu liniowego, ustawiając argument fit_reg na True.
Ustaw 'color' linii dopasowania na 'green', a 'label' na 'LM fit'.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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()

Edytuj i uruchom kod