Sử dụng trực quan hóa: lmplot
Vẽ biểu đồ mô hình tuyến tính giúp bạn hình dung liệu các biến có mối quan hệ với biến phụ thuộc hay không. Nếu có, chúng là ứng viên tốt để đưa vào phân tích. Nếu không, điều đó không có nghĩa là bạn nên loại bỏ chúng; có thể bạn cần xử lý hoặc làm sạch/chuyển đổi dữ liệu trước khi sử dụng.
seaborn đã có trong không gian làm việc của bạn với bí danh quen thuộc sns.
Bài tập này là một phần của khóa học
Feature Engineering với PySpark
Hướng dẫn bài tập
- Dùng tập dữ liệu đã nạp
df, lọc xuống hai cột 'SALESCLOSEPRICE' và 'LIVINGAREA' vớiselect(). - Lấy mẫu 50% dataframe bằng
sample(), đảm bảo không lấy lặp (không thay thế) và đặt hạt giống ngẫu nhiên là 42. - Chuyển Spark DataFrame sang
pandas.DataFrame()vớitoPandas(). - Dùng 'SALESCLOSEPRICE' làm biến phụ thuộc và 'LIVINGAREA' làm biến độc lập, vẽ biểu đồ mô hình tuyến tính với seaborn
lmplot().
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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()