关注于数据分析的小站

seaborn.residplot

译者:P3n9W31

seaborn.residplot(x, y, data=None, lowess=False, x_partial=None, y_partial=None, order=1, robust=False, dropna=True, label=None, color=None, scatter_kws=None, line_kws=None, ax=None)

绘制线性回归的残差。

此函数将在x上回归y(可能作为鲁棒或多项式回归),然后绘制残差的散点图。 你可以选择将局部加权回归散点平滑法(LOWESS)拟合到残差图,这有助于确定残差是否存在结构。

参数:x: 向量或字符串

预测变量数据中的数据或列名称。

y:向量或字符串

响应变量的数据中的数据或列名称。

data:DataFrame, 可选

如果 xy 是列名,则指定使用的DataFrame

lowess: 布尔值, 可选

将局部加权回归散点平滑法(LOWESS)应用到残差散点图中。

{x, y}_partial:矩阵或字符串,可选

具有与x相同的第一维的矩阵或数据中的列名称。这些变量被视为有误的,并在绘制之前从x或y变量中删除。

order:整数,可选

计算残差时拟合多项式的阶数。

robust:布尔值,可选

在计算残差时拟合稳健的线性回归。

dropna:布尔值,可选

如果为True,则在拟合和绘图时忽略缺少的数据。

label:字符串,可选

将在任何图的图例中使用的标签。

color:matplotlib 颜色,可选

用于绘图的所有元素的颜色。

{scatter, line}_kws: 字典,可选

用于绘制图像的组件而传递给 scatter() 和 plot() 的其他关键字参数。

ax:matplotlib轴,可选

绘制到指定轴对象,否则在当前轴对象上绘图,如果轴不存在则创建一个新轴。

返回值:ax:matplotlib Axes对象

带有回归图像的轴对象

也可以看看

regplot

绘制一个简单的线性回归模型

jointplot

边际分布。

赞(0)
未经允许不得转载:0dayhub » seaborn.residplot
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
%d 博主赞过: