BaşlayınÜcretsiz başlayın

Bootstrap ile regresyonlar

NO2 ve SO2 arasındaki ilişkiyi araştırırken Long Beach parklar ve rekreasyon birimi için çalışırken, korelasyonları bozduğunu düşündüğün potansiyel aykırı değerlerden oluşan bir küme fark ettin.

SO2 NO2 scatter

Uyumlarının ne kadar kararlı olduğunu görmek için bootstrap yeniden örnekleme yoluyla korelasyonlarının belirsizliğini incele. Kolaylık olması için, bootstrap örneklemesi tamamlandı ve yeniden örneklenmemiş veriler için no2_so2 ile birlikte no2_so2_boot olarak sağlandı.

Bu egzersiz, kursun bir parçasıdır

Python'da Veri Görselleştirmelerini İyileştirme

Kursa Göz Atın

Egzersiz talimatları

  • Her bootstrap sample için ayrı bir regresyon çizgisi çizmesi gerektiğini sns.lmplot()'a bildir.
  • Her regresyon çizgisini 'steelblue' renginde yap ve opaklığını %20 ayarla.
  • Regresyon çizgilerinin etrafındaki varsayılan Seaborn güven bantlarını devre dışı bırak.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

sns.lmplot('NO2', 'SO2', data = no2_so2_boot,
           # Tell seaborn to a regression line for each sample
           ____ = 'sample', 
           # Make lines blue and transparent
           line_kws = {'____': 'steelblue', '____': 0.2},
           # Disable built-in confidence intervals
           ci = ____, legend = False, scatter = False)

# Draw scatter of all points
plt.scatter('NO2', 'SO2', data = no2_so2)

plt.show()
Kodu Düzenle ve Çalıştır