Линейная регрессия и графики через каждую числовую независимую переменную и целевую переменную

Question

Я хотел бы знать, есть ли способ получить анализ линейной регрессии один на один (1 независимая переменная против целевой переменной), его значение p, значение R2 и график, показывающий, насколько линейно он связан или нет. И я хочу, чтобы это запускалось для всех независимых переменных отдельно. Насколько я знаю, можно получить регрессионный анализ OLS из библиотеки Python statsmodel. Он работает на всем наборе данных и дает результат, и нет никаких планов, чтобы понять это визуально.

Answer 1

Чтобы очень быстро визуализировать регрессию, вы можете попробовать следующее, используя sns:

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')