На этом шаге мы перечислим эти параметры.
Рассмотрим некоторые из общих параметров функций визуализации модели линейной регрессии:
- х, у: имена переменных из набора data, optional
- Связывают ось x и у с конкретными признаками из набора данных, переданного через параметр data. Для функций, отличных от
catplot(), допустимо передавать вектора с данными напрямую, для catplot() - нет. Параметры могут иметь значение None, в случае если
необходимо визуализировать весь набор data.
- data: DataFrame
- Набор данных в формате pandas.DataFrame, в котором столбцы - это признаки, строки - значения. Имена столбцов, данные из которых необходимо визуализировать,
передаются в параметры х и у.
- lowess: bool, optional
- Если параметр равен True, то будет использована модель из statsmodels для построения локально взвешенной линейной регрессии. Доверительный интервал для такой модели не отображается.
- robust: bool, optional
- Если параметр равен True, то будет использована модель из statsmodels для оценки робастной регрессии.
- {scatter, line} _kws: diet
- Определяют дополнительные аргументы функций plt.scatter() и plt.plot().
На следующем шаге мы рассмотрим функцию regplot().
