Jak vizualizovat závislost znaku od cíle na grafu?

Pro vizualizaci závislosti znaku na cíli se používají různé typy grafů v závislosti na typu znaku a cíle:

• Pro číselný znak a číselný cíl:

  • Rozptylový diagram (scatter plot) — zobrazuje každý pár (znak, cíl).
  • Čárový nebo průměrný graf (například klouzavé průměry) pro identifikaci trendů.
  • Boxplot nebo violin plot pro seskupování podle rozsahů znaku.

• Pro kategorický znak a číselný cíl:

  • Boxplot podle kategorií — ukazuje rozložení cíle pro každou kategorii.
  • Sloupcový diagram s průměrnou hodnotou cíle podle kategorií.

• Pro kategorický cíl:

  • Histogramy nebo sloupcové diagramy frekvencí podle hodnot znaku pro každou kategorii cíle.

Příklad v Pythonu s použitím matplotlib a seaborn:

import seaborn as sns
import matplotlib.pyplot as plt

# df — DataFrame se znaky a cílem
sns.scatterplot(data=df, x='feature', y='target')
plt.show()

# Pro kategorický znak
sns.boxplot(data=df, x='categorical_feature', y='target')
plt.show()

Tato vizualizace pomáhá pochopit, zda existuje závislost, její tvar a síla, a také odhalit odlehlé hodnoty a anomálie.