การพล็อตข้อมูลและเส้นโมเดลเชิงเส้น

ในแบบฝึกหัดก่อนหน้า คุณได้ฝึกการ fit และตีความโมเดล Poisson regression แล้ว ในแบบฝึกหัดนี้จะวิเคราะห์ข้อมูล crab และผลลัพธ์ของโมเดลด้วยภาพกราฟ

เริ่มต้นด้วยการพล็อตเส้น linear fit กับข้อมูล เพื่อนำไปเปรียบเทียบกับค่าที่ได้จาก Poisson regression ในภายหลัง

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Generalized Linear Models ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

นำเข้าไลบรารี seaborn และ matplotlib
พล็อตข้อมูลจาก dataset crab โดยให้ width อยู่บนแกน x และ sat อยู่บนแกน y พร้อมกำหนด jitter เป็น 0.3 สำหรับตัวแปร sat
เพิ่มเส้น linear model fit โดยตั้งค่าอาร์กิวเมนต์ fit_reg เป็น True
กำหนด 'color' ของเส้น fit เป็น 'green' และ 'label' เป็น 'LM fit'

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import libraries
import ____ as sns
import ____.pyplot as plt

# Plot the data points and linear model fit
sns.regplot(____, ____, data = ____,
            y_jitter = ____,
            fit_reg = ____,
            line_kws = {'color':____, 
                        'label':____})

# Print plot
plt.show()

แก้ไขและรันโค้ด