Birden çok değişkeni görselleştirme
Daha fazla değişkeni dikkate almaya başladığında, hepsini aynı anda çizmek giderek zorlaşır. İki sayısal değişken için x ve y eksenlerinin yanı sıra, üçüncü bir sayısal değişken için rengi kullanabilir ve kategorik değişkenler için facetleme yapabilirsin. Grafikler yorumlanamayacak kadar karmaşıklaşmadan önce genelde sınırın burasıdır. Korelasyon ısı haritaları ve paralel koordinatlar gibi daha fazla değişkeni kaldırabilen özel grafik türleri de vardır, ancak bunlar her bir değişken hakkında çok daha az bilgi verir ve model tahminlerini görselleştirmek için de pek iyi değildir.
Burada, tek bir grafikte hem ev fiyatını, MRT istasyonuna uzaklığı, yakındaki bakkal sayısını hem de ev yaşını birlikte göstererek saçılım grafiğinin sınırlarını zorlayacaksın.
taiwan_real_estate hazır durumda.
Bu egzersiz, kursun bir parçasıdır
Python ile statsmodels'da Orta Düzey Regresyon
Egzersiz talimatları
taiwan_real_estateiçinde her birhouse_age_yearsiçin bir facet ızgarası oluştur.taiwan_real_estateveri kümesini kullanarak,price_twd_msqile renklendirilmiş şekilden_convenience'e karşısqrt_dist_to_mrt_msaçılım grafiği çiz.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Prepare the grid using taiwan_real_estate, for each house age category, colored by price_twd_msq
grid = ____(data=____,
col=____,
hue=____,
palette="plasma")
# Plot the scatterplots with sqrt_dist_to_mrt_m on the x-axis and n_convenience on the y-axis
grid.map(____,
____,
____)
# Show the plot (brighter colors mean higher prices)
plt.show()