Visualisering av två numeriska förklaringsvariabler

Koden för att visualisera två numeriska förklaringsvariabler är densamma som tidigare: skapa ett lager med de faktiska datapunkterna och lägg till ett lager med förutsagda punkter för att se hur de stämmer överens. När du arbetar med två numeriska förklaringsvariabler kommer lagret med förutsagda punkter att se ut som ett rutnät.

taiwan_real_estate och prediction_data är tillgängliga med den kvadratrotstransformerade variabeln sqrt_dist_to_mrt_m.

Den här övningen är en del av kursen

Intermediär regression med statsmodels i Python

Visa kurs

Övningsinstruktioner

Använd taiwan_real_estate för att skapa ett spridningsdiagram med sqrt_dist_to_mrt_m mot n_convenience, färgkodat efter price_twd_msq.
Skapa ytterligare ett spridningsdiagram med prediction_data, utan legend och med marker satt till "s" (för kvadrater).

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Create scatter plot of taiwan_real_estate
____

# Create scatter plot of prediction_data without legend
____

# Show the plot
plt.show()

Redigera och kör kod