我正在进行多变量的线性回归分析。我的数据中有 n = 143 个特征和 m = 13000 个训练样本。其中一些特征是连续（序数）变量（如面积、年份、房间数量）。但我也有一些分类变量（如区域、颜色、类型）。目前，我已经对一些特征与预测价格进行了可视化。例如，这里是 面积 与预测 价格 的图表：
由于 面积 是连续的序数变量，我在可视化数据时没有遇到问题。但现在我想以某种方式可视化我的分类变量（如区域）与预测价格之间的依赖关系。对于分类变量，我使用了一热编码（虚拟编码）。
例如，这类数据：
转换成了这种格式：
如果我对区域使用序数编码，像这样：
DistrictA - 1DistrictB - 2DistrictC - 3DistrictD - 4DistrictE - 5我可以很容易地将1-5放在X轴上，将价格放在Y轴上进行绘图。
但我使用了虚拟编码，现在我不知道如何展示（可视化）价格与表示为一系列零和一的分类变量‘区域’之间的依赖关系。
在使用虚拟编码的情况下，如何绘制区域与预测价格的回归线图？
回答：
如果你只想知道不同区域对预测的影响，可以直接查看训练后的系数。高theta值表示该区域会增加价格。
如果你想绘制图表，一种可能的方法是制作一个散点图，x坐标取决于设置了哪个区域。类似这样（未经测试）：
plot.scatter(0, predict(data["DistrictA"==1]))plot.scatter(1, predict(data["DistrictB"==1]))依此类推。（可能需要提供与过滤后的数据向量大小相同的x向量。）如果你能在x坐标上添加轻微的随机扰动，效果会更好。
