Wizualizacja wielu modeli
W dwóch poprzednich ćwiczeniach budowałeś/-aś oddzielne modele dla każdej kategorii wieku domów, a następnie obliczałeś/-aś prognozy dla każdego z nich. Teraz czas zwizualizować te prognozy i porównać wyniki.
Gdy wywołasz sns.lmplot() z argumentem hue ustawionym na zmienną kategoryczną, otrzymasz kilka linii trendu – każda z własnym nachyleniem. To różni się od modelu równoległych nachyleń z rozdziału 1., gdzie wszystkie modele miały to samo nachylenie.
Dostępny jest zbiór danych taiwan_real_estate. Zmienna prediction_data zawiera połączony DataFrame ze wszystkimi kategoriami wieku domów.
To ćwiczenie jest częścią kursu
Regresja średnio zaawansowana ze statsmodels w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Plot the trend lines of price_twd_msq vs. n_convenience for each house age category
____(x=____,
y=____,
data=____,
hue=____,
ci=____,
legend_out=False)
plt.show()