Визуализация множества переменных
Когда число переменных растёт, отображать их все одновременно становится всё сложнее. Помимо осей x и y для двух числовых переменных, можно использовать цвет для третьей числовой переменной и разбивку на панели для категориальных переменных. На этом возможности практически исчерпываются: дальше графики становятся слишком трудными для интерпретации. Существуют специализированные типы визуализаций, например тепловые карты корреляций и графики параллельных координат, которые позволяют работать с большим числом переменных, однако они дают значительно меньше информации о каждой отдельной переменной и плохо подходят для визуализации предсказаний модели.
В этом упражнении вы расширите возможности точечного графика: отобразите цену на недвижимость, расстояние до ближайшей станции MRT, количество магазинов шаговой доступности и возраст дома — всё вместе на одном графике.
Набор данных taiwan_real_estate доступен.
Это упражнение является частью курса
Промежуточная регрессия со statsmodels в Python
Инструкции к упражнению
- Создайте сетку панелей для каждого значения
house_age_yearsв наборе данныхtaiwan_real_estate. - Используя набор данных
taiwan_real_estate, постройте точечный график зависимостиn_convenienceотsqrt_dist_to_mrt_m, раскрасив точки по значениюprice_twd_msq.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Prepare the grid using taiwan_real_estate, for each house age category, colored by price_twd_msq
grid = ____(data=____,
col=____,
hue=____,
palette="plasma")
# Plot the scatterplots with sqrt_dist_to_mrt_m on the x-axis and n_convenience on the y-axis
grid.map(____,
____,
____)
# Show the plot (brighter colors mean higher prices)
plt.show()