Python 可视化我的线性回归模型

Python 可视化我的线性回归模型,python,linear-regression,Python,Linear Regression,我想在线性回归实现后可视化散点图。因此,我想使用Python Pandas DataFrame(pydf)和ggplot创建一个线性回归图,以显示散点图和我使用的两个回归模型 我有3个预测值(原因、wt0、dbp0)和gfr0m作为预测值: # Import numpy, pandas, and ggplot import numpy as np from pandas import * from ggplot import * # Create Python DataFrame

我想在线性回归实现后可视化散点图。因此,我想使用Python Pandas DataFrame(pydf)和ggplot创建一个线性回归图,以显示散点图和我使用的两个回归模型

我有3个预测值(原因、wt0、dbp0)和gfr0m作为预测值:

# Import numpy, pandas, and ggplot
 import numpy as np
  from pandas import *
  from ggplot import *
   # Create Python DataFrame
  cause = prepared_data.map(lambda p: (p.features[0])).collect()
   dbp0 = prepared_data.map(lambda p: (p.features[0])).collect()
   gfr0m = prepared_data.map(lambda p: (p.label)).collect()
  predA = predictionsA.select("prediction").map(lambda r: r[0]).collect()
     predB = predictionsB.select("prediction").map(lambda r: r[0]).collect()

  pydf = 
 DataFrame({'cause':cause,'wt0':wt0,'dbp0':dbp0,'gfr0m':gfr0m,'predA':predA, 
   'predB':predB})

 # Create scatter plot and two regression models (scaling exponential) using 
  ggplot
    p = ggplot(pydf, aes('cause','wt0','dbp0','gfr0m')) +
   geom_point(color='blue') +
   geom_line(pydf, aes('cause','wt0','dbp0','predA'), color='red') +
      geom_line(pydf, aes('cause','wt0','dbp0','predB'), color='green') +
    scale_x_log10() + scale_y_log10()
    display(p)
此代码在添加.rdd before.map时不会执行其show me:'DataFrame'对象没有属性'map'。其show me as error:org.apache.spark.sparkeexception:作业因阶段失败而中止:阶段34.0中的任务0失败1次,最近的失败:阶段34.0中的任务0.0丢失(TID 34,localhost,executor driver):org.apache.spark.api.python.PythonException:Traceback(最近一次调用last): 如果有人能帮我的话:)