Seaborn - 线性关系

• 

  简述

  大多数时候，我们使用包含多个定量变量的数据集，而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multicollinearity,我们必须看到所有连续变量组合之间的相关性，如果存在多重共线性，我们将采取必要的措施来消除。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 中有两个主要功能可以可视化通过回归确定的线性关系。这些功能是regplot()和lmplot().

  regplot 与 lmplot

  regplot	lmplot
  接受各种格式的 x 和 y 变量，包括简单的 numpy 数组、pandas Series 对象或作为对 pandas DataFrame 中的变量的引用	将数据作为必需参数，并且 x 和 y 变量必须指定为字符串。这种数据格式称为“长格式”数据

  现在让我们绘制图。

  例子

  在此示例中使用相同的数据绘制 regplot 然后 lmplot

  
  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

  例子

  
  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拟合起来非常简单，但在大多数情况下，数据是非线性的，上述方法无法泛化回归线。

  让我们使用 Anscombe 的数据集和回归图 -

  例子

  
  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，数据非常适合方差较小的线性回归模型。

  让我们看另一个示例，其中数据偏差很大，这表明最佳拟合线不好。

  例子

  
  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高度偏差。这种非线性的高阶可以使用lmplot()和regplot().这些可以拟合多项式回归模型来探索数据集中的简单非线性趋势 -

  例子

  
  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