数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法学如果其中一个变量是 Python 中的离散值，如何使用“implot”函数将值拟合到数据？
构建回归模型时，会检查多重共线性。这是因为我们需要了解所有不同连续变量组合之间的相关性。如果变量之间存在多重共线性，我们必须确保将其从数据中移除。
这就是“regpot”和“implot”函数发挥作用的地方。它们有助于可视化线性回归中变量之间的线性关系。
“regplot”函数接受各种格式的变量“x”和“y”的值，包括 numpy 数组、pandas 系列对象、对 pandas 数据框中变量或值的引用。
另一方面，“implot”函数要求用户为数据传递特定参数，并且变量“x”和“y”的值需要是字符串。这种数据格式称为长格式数据。这是一个示例：
示例
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('tips')
sb.lmplot(x = "size", y = "tip", data = my_df)
plt.show()输出
解释
- 导入所需的包。
- 输入数据是“tips”，它从 seaborn 库加载。
- 此数据存储在数据框中。
- 使用“load_dataset”函数加载 iris 数据。
- 使用“implot”函数可视化此数据。
- 在此，数据框作为参数提供。
- 此外，还指定了 x 和 y 值。
- 此数据显示在控制台上。
更新于：2020年12月11日
浏览量 151 次
广告