Wizualizacja modelu z równoległymi prostymi
Dwa wykresy z poprzedniego ćwiczenia dawały bardzo różne prognozy: jeden przewidywał odpowiedź rosnącą liniowo wraz ze zmienną numeryczną, drugi – stałą wartość dla każdej kategorii. Jedynym sensownym sposobem na pogodzenie tych dwóch sprzecznych prognoz jest uwzględnienie obu zmiennych objaśniających w modelu jednocześnie.
W przypadku modelu regresji liniowej ze zmienną numeryczną i kategoryczną, seaborn nie oferuje prostego, gotowego sposobu na wizualizację prognoz.
taiwan_real_estate jest dostępny, a mdl_price_vs_both jest dostępny jako dopasowany model. seaborn jest zaimportowany jako sns, a matplotlib.pyplot jako plt.
To ćwiczenie jest częścią kursu
Regresja średnio zaawansowana ze statsmodels w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Extract the model coefficients, coeffs
coeffs = ____
# Print coeffs
print(coeffs)
# Assign each of the coeffs
____, ____, ____, ____ = ____