Використання візуалізацій: lmplot

Побудова графіків лінійної моделі допомагає побачити, чи мають змінні зв'язок із залежною змінною. Якщо так — їх варто розглянути для включення в аналіз. Якщо ні, це не означає, що їх слід відкинути. Можливо, їх потрібно попередньо обробити або підготувати, перш ніж вони стануть корисними.

seaborn доступний у вашому робочому середовищі зі звичним псевдонімом sns.

Ця вправа є частиною курсу

Опрацювання ознак у PySpark

Переглянути курс

Інструкції до вправи

Використовуючи завантажений набір даних df, відфільтруйте його до стовпців 'SALESCLOSEPRICE' і 'LIVINGAREA' за допомогою select().
Візьміть вибірку 50% датафрейму за допомогою sample(), без повернення вибраних рядків (без заміни) і з фіксацією випадкового зерна 42.
Перетворіть датафрейм Spark на pandas.DataFrame() за допомогою toPandas().
Використовуючи 'SALESCLOSEPRICE' як залежну змінну, а 'LIVINGAREA' — як незалежну, побудуйте графік лінійної моделі за допомогою seaborn lmplot().

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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()

Редагувати та запускати код