sns.regplot 显示回归的阴影区域，这是没有意义的

Question

鉴于：

f = pd.DataFrame({"a": [1,2,3], "b": [1,2,3]})
ax = sns.regplot(x="a", y="b", data=f)

我得到的这张图表很令人困惑，因为这些点完全排列在一起。为什么会有阴影区域呢？我想我不明白阴影到底意味着什么。

Answer 1

它是回归估计的置信区间，您可以在 ci 选项下看到sns.regplot：

ci int in [0, 100] 或 None，可选 回归估计置信区间的大小。这将使用回归线周围的半透明带绘制。使用 bootstrap 估计置信区间；对于大型数据集，建议将此参数设置为 None 来避免该计算。

在您的示例中，数据经过引导，并进行回归拟合，获得的预测超过 1000 倍，因此对于每个数据点，您可以获得 95% 的 ci。Bootstrap 具有替换功能，因此您可以得到 [1,1,2] 和 [1,1,2] 等，因此您会看到错误。一般来说，当样本数量较少时，误差可能会更大

您可以通过以下方式关闭此功能：

ax = sns.regplot(x="a", y="b", data=f,ci=None)