Seaborn - 线性关系

---

---

大多数情况下，我们使用包含多个定量变量的数据集，并且分析的目标通常是将这些变量相互关联。这可以通过回归线来完成。

在构建回归模型时，我们经常检查多重共线性，我们需要查看所有连续变量组合之间的相关性，并在存在多重共线性时采取必要的措施将其消除。在这种情况下，以下技术会有所帮助。

绘制线性回归模型的函数

Seaborn 中有两个主要的函数用于可视化通过回归确定的线性关系。这些函数是regplot()和lmplot()。

regplot 与 lmplot

现在让我们绘制图形。

示例

在此示例中，使用相同的数据绘制 regplot 和 lmplot 图。

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
sb.regplot(x = "total_bill", y = "tip", data = df)
sb.lmplot(x = "total_bill", y = "tip", data = df)
plt.show()

输出

您可以看到两个图之间的大小差异。

当其中一个变量取离散值时，我们也可以拟合线性回归。

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
sb.lmplot(x = "size", y = "tip", data = df)
plt.show()

输出

拟合不同类型的模型

上面使用的简单线性回归模型非常易于拟合，但在大多数情况下，数据是非线性的，并且上述方法无法概括回归线。

让我们使用 Anscombe 的数据集以及回归图 -

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('anscombe')
sb.lmplot(x="x", y="y", data=df.query("dataset == 'I'"))
plt.show()

在这种情况下，数据非常适合线性回归模型，方差较小。

让我们再看一个数据偏差较大的示例，这表明最佳拟合线效果不佳。

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('anscombe')
sb.lmplot(x = "x", y = "y", data = df.query("dataset == 'II'"))
plt.show()

输出

该图显示了数据点与回归线的较大偏差。可以使用lmplot()和regplot()可视化此类非线性、高阶关系。这些可以拟合多项式回归模型来探索数据集中简单的非线性趋势 -

示例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('anscombe')
sb.lmplot(x = "x", y = "y", data = df.query("dataset == 'II'"),order = 2)
plt.show()

输出