1. Nauka
    2. /
  2. Kursy
    3. /
  3. Regresja średnio zaawansowana ze statsmodels w Pythonie
Connected

ćwiczenie

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.

Instrukcje 1/2

undefined XP
    1
    2
  • Korzystając z taiwan_real_estate, utwórz wykres price_twd_msq względem n_convenience z osobną linią trendu dla każdej kategorii wieku domów zawartej w house_age_years. Usuń przedział ufności.