กราฟการถดถอย
การสร้างภาพข้อมูลระดับกลางด้วย Seaborn
Chris Moffitt
Instructor
การพล็อตด้วย regplot()
sns.regplot(data=df, x='temp',
y='total_rentals', marker='+')
ประเมินการถดถอยด้วย residplot()
- กราฟส่วนเหลือช่วยประเมินความเหมาะสมของโมเดล
- Seaborn รองรับผ่านฟังก์ชัน
residplot
sns.residplot(data=df, x='temp', y='total_rentals')
การถดถอยพหุนาม
- Seaborn รองรับการถดถอยพหุนามผ่านพารามิเตอร์
order
sns.regplot(data=df, x='temp',
y='total_rentals', order=2)
residplot กับการถดถอยพหุนาม
sns.residplot(data=df, x='temp',
y='total_rentals', order=2)
ค่าประเภทหมวดหมู่
sns.regplot(data=df, x='mnth', y='total_rentals',
x_jitter=.1, order=2)
ตัวประมาณค่า
- ในบางกรณี
x_estimatorช่วยเน้นให้เห็นแนวโน้มได้ชัดขึ้น
sns.regplot(data=df, x='mnth', y='total_rentals',
x_estimator=np.mean, order=2)
การแบ่งข้อมูลเป็นช่วง
x_binsใช้แบ่งข้อมูลออกเป็นช่วง (bin) ที่ไม่ต่อเนื่อง- เส้นการถดถอยยังคงฟิตกับข้อมูลทั้งหมด
sns.regplot(data=df,x='temp',y='total_rentals',
x_bins=4)
