เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การใช้การแสดงผลด้วยภาพ: lmplot

การสร้างกราฟโมเดลเชิงเส้นช่วยให้เห็นภาพว่าตัวแปรต่างๆ มีความสัมพันธ์กับตัวแปรตามหรือไม่ หากมี แสดงว่าตัวแปรเหล่านั้นเป็นตัวเลือกที่ดีสำหรับการวิเคราะห์ แต่ถ้าไม่มี ก็ไม่ได้หมายความว่าต้องตัดทิ้ง เพียงแต่อาจต้องผ่านการประมวลผลหรือจัดการข้อมูลก่อนนำไปใช้

seaborn พร้อมใช้งานใน workspace แล้วในชื่อย่อมาตรฐาน sns

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering with PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ชุดข้อมูล df ที่โหลดไว้ แล้วกรองให้เหลือเฉพาะคอลัมน์ 'SALESCLOSEPRICE' และ 'LIVINGAREA' ด้วย select()
  • สุ่มตัวอย่างข้อมูล 50% จาก DataFrame ด้วย sample() โดยไม่ใช้การสุ่มซ้ำ และกำหนด random seed เป็น 42
  • แปลง Spark DataFrame ให้เป็น pandas.DataFrame() ด้วย toPandas()
  • โดยใช้ 'SALESCLOSEPRICE' เป็นตัวแปรตาม และ 'LIVINGAREA' เป็นตัวแปรอิสระ สร้างกราฟโมเดลเชิงเส้นด้วย lmplot() ของ seaborn

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Select a the relevant columns and sample
sample_df = df.____([____, ____]).____(____, ____, ____)

# Convert to pandas dataframe
pandas_df = sample_df.____()

# Linear model plot of pandas_df
sns.____(x=____, y=____, data=____)
plt.show()
แก้ไขและรันโค้ด