Bắt đầu ngayBắt đầu miễn phí

Hồi quy dùng bootstrap

Khi làm việc cho sở công viên và giải trí Long Beach để khảo sát mối quan hệ giữa NO2 và SO2, bạn nhận thấy một cụm điểm ngoại lai tiềm năng có thể đang làm sai lệch hệ số tương quan.

SO2 NO2 scatter

Hãy khảo sát mức độ bất định của các hệ số tương quan thông qua bootstrap resampling để xem các đường khớp của bạn ổn định đến đâu. Để tiện lợi, việc lấy mẫu bootstrap đã được thực hiện và được cung cấp dưới dạng no2_so2_boot, cùng với no2_so2 cho dữ liệu không tái lấy mẫu.

Bài tập này là một phần của khóa học

Nâng cấp trực quan hóa dữ liệu của bạn với Python

Xem khóa học

Hướng dẫn bài tập

  • Cho sns.lmplot() biết rằng cần vẽ một đường hồi quy riêng cho mỗi sample từ bootstrap.
  • Tô màu mọi đường hồi quy bằng 'steelblue' và đặt độ mờ là 20%.
  • Tắt các dải tin cậy mặc định của Seaborn xung quanh các đường hồi quy.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

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()
Chỉnh sửa và Chạy Mã