通過每個數值自變量和目標變量進行線性回歸和繪圖

Question

我想知道有沒有一種方法可以進行一對一（1 個自變量與目標變量）線性回歸分析、其 p 值、R2 值以及顯示其相關與否的線性關系的圖。 我希望它分別在所有自變量上運行。 據我所知，可以從 Python statsmodel 庫中獲得 OLS 回歸分析。 它在整個數據集上運行並給出結果，並且沒有圖表可以直觀地理解它。

Answer 1

要非常快速地可視化回歸，您可以使用 sns 嘗試以下操作：

import numpy as np
from sklearn.datasets import load_iris
import pandas as pd
import seaborn as sns
data = load_iris()
df = pd.DataFrame(data.data, columns=['sepal.length','sepal.width','petal.length','petal.width'])
df = pd.melt(df,id_vars='sepal.length')
df[:5]

sepal.length    variable    value
0   5.1 sepal.width 3.5
1   4.9 sepal.width 3.0
2   4.7 sepal.width 3.2
3   4.6 sepal.width 3.1
4   5.0 sepal.width 3.6

sns.lmplot(x ='sepal.length', y ='value', data = df,col='variable',
           col_wrap=2,aspect = 0.6, height,= 4, palette ='coolwarm')