拟合回归后如何使用Seaborn的残图?

时间:2019-04-23 20:36:01

标签: linear-regression seaborn

我在Python中有一个简单的线性多元回归,看起来像这样:

X_train,X_test,y_train,y_test=train_test_split(x_cols,df['Volume'],test_size=0.15)

regr = LinearRegression()
regr.fit(X_train, y_train)
y_pred = regr.predict(X_test)

如何绘制该模型的残差?

起初我尝试了这个:

sns.residplot(y_pred, y_test)

但是我不确定这是否真正显示了线性回归的残差。我有正确的参数传递给residplot吗?

谢谢!

1 个答案:

答案 0 :(得分:0)

不是,您需要将x和y作为参数传递,residplot将运行回归并绘制残差。
您可以阅读有关residplot here的更多信息:

df = pd.DataFrame({ 
    'X':np.random.randn(60),
    'Y':np.random.randn(60),
    })

sns.residplot('X','Y',data=df)  

residplot