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（有序）变量（面积、年份、房间数量）。但我也有分类变量（区域、颜色、类型）。现在，我将我的一些功能与预测价格进行了可视化。例如，这是area针对预测的图price：
由于area是连续的序数变量，我可以毫无困难地可视化数据。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，我使用单热（虚拟）编码。
例如那种数据：
变成了这种格式：
如果我以这种方式对区域使用序数编码：
DistrictA - 1
DistrictB - 2
DistrictC - 3
DistrictD - 4
DistrictE - 5
通过将 1-5 放在 X 轴并将价格放在 Y 轴上，我可以很容易地根据预测价格绘制这个值。
但是我使用了虚拟编码，现在我不知道如何显示（可视化）价格和分类变量“地区”之间的依赖关系，表示为一系列零和一。
在使用虚拟编码的情况下，如何绘制显示区域回归线与预测价格的图？
一个可能的第一步是将数据转换回原始编码。这在 SQL unpivot和 R melt中被调用。
这是一个 R 示例
> my.df <- read.table(
+ text = "DistrictA DistrictB DistrictC DistrictD DistrictE Price
+ 1 0 0 0 0 10000
+ 0 1 0 0 0 20000
+ 0 0 1 0 0 30000
+ 0 0 0 1 0 40000
+ 0 0 0 0 1 50000"
+ , header = TRUE)
> my.df
DistrictA DistrictB DistrictC DistrictD DistrictE Price
1 1 0 0 0 0 10000
2 0 1 0 0 0 20000
3 0 0 1 0 0 30000
4 0 0 0 1 0 40000
5 0 0 0 0 1 50000
> library(reshape)
> subset(melt(my.df, id="Price", variable = "District"),value == 1)[,c(1,2)]
Price District
1 10000 DistrictA
7 20000 DistrictB
13 30000 DistrictC
19 40000 DistrictD
25 50000 DistrictE
之后，您绘制依赖于因子变量的价格。您还可以考虑根据预测价格订购因子。
我没有提供详细信息，因为您没有标记您的工具，但我建议您在散点图中附加考虑箱线图和/或密度图 - 始终结合模型中每个因子水平的预测值。