Birçok değişkeni görselleştirme

Daha fazla değişkeni düşünmeye başladığında, hepsini aynı anda çizmek giderek zorlaşır. İki sayısal değişken için x ve y eksenlerini kullanmanın yanında, üçüncü bir sayısal değişken için rengi, kategorik değişkenler içinse bölümlendirmeyi (faceting) kullanabilirsin. Grafikler yorumlaması zor hale gelmeden önce sınırın aşağı yukarı burasıdır. Korelasyon ısı haritaları ve paralel koordinatlar gibi daha fazla değişkeni kaldıran özel grafik türleri de vardır, ancak bunlar her bir değişken hakkında çok daha az bilgi sunar ve model tahminlerini görselleştirmede pek iyi değildir.

Burada saçılım grafiğinin sınırlarını zorlayarak, tek bir grafikte hem ev fiyatını, MRT istasyonuna uzaklığı, yakındaki büfe sayısını hem de ev yaşını birlikte göstereceksin.

taiwan_real_estate hazır; ggplot2 yüklü.

Bu egzersiz

R'de Orta Düzey Regresyon

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

taiwan_real_estate veri kümesini kullanarak, karekökü alınmış dist_to_mrt_m değişkenine karşı n_convenience saçılım grafiğini çiz ve noktaları price_twd_msq ile renklendir.
Sürekli viridis plasma renk skalasını kullan.
Grafiği house_age_years değişkenine göre sardı (wrap) olacak şekilde bölümlendir (facet).

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Using taiwan_real_estate, no. of conv. stores vs. sqrt of dist. to MRT, colored by plot house price
___ +
  # Make it a scatter plot
  ___ +
  # Use the continuous viridis plasma color scale
  ___ +
  # Facet, wrapped by house age
  ___

Kodu Düzenle ve Çalıştır