matplotlib - 如何根据分类输入变量可视化(绘制)回归输出？

Question

我正在使用多个变量进行线性回归。在我的数据中，我有 n = 143 个特征和 m = 13000 个训练示例。我的一些特征是连续(序数)变量(面积、年份、房间数量)。但我也有分类变量(地区、颜色、类型)。现在，我根据预测的价格可视化了我的一些功能。例如，这里是 area 的情节与预测相反price :

自 area是连续序数变量我在可视化数据时没有遇到任何麻烦。但现在我想以某种方式可视化我的分类变量(例如地区)对预测价格的依赖性。 对于分类变量，我使用了 one-hot(虚拟)编码。
例如那种数据:

变成了这样的格式:

如果我以这种方式对地区使用序数编码:

DistrictA - 1
DistrictB - 2
DistrictC - 3
DistrictD - 4
DistrictE - 5

通过将 1-5 放在 X 轴上，将价格放在 Y 轴上，我可以很容易地根据预测价格绘制该值。

但我使用了虚拟编码，现在我不知道如何显示(可视化)价格和表示为一系列零和一的分类变量“地区”之间的依赖关系。

在使用虚拟编码的情况下，如何绘制显示地区相对于预测价格的回归线的图？

Answer 1

如果您只是想知道不同地区对您的预测的影响有多大，您可以直接查看训练系数。 Theta 值较高表示该地区的价格上涨。

<小时/>

如果您想绘制此图，一种可能的方法是根据设置的区域制作 x 坐标的散点图。 像这样的东西(未经测试):

plot.scatter(0, predict(data["DistrictA"==1]))
plot.scatter(1, predict(data["DistrictB"==1]))

等等。 (可能您需要提供与过滤后的数据向量大小相同的 x 向量。) 如果您可以向 x 坐标添加轻微的随机扰动，它看起来会更好。