Visualiser plusieurs variables explicatives
La régression logistique prend aussi en charge plusieurs variables explicatives. La visualisation pose des défis semblables à ceux de la régression linéaire : il devient vite difficile d'inclure plus de variables numériques dans un même graphique. Ici, nous allons examiner le cas de deux variables explicatives numériques, et la solution est essentiellement la même qu'auparavant : utiliser la couleur pour représenter la variable réponse.
Ici, la réponse ne peut prendre que deux valeurs (zéro et un) et, plus tard, lorsque nous ajouterons les réponses prédites, leurs valeurs seront toutes entre zéro et un. Une fois que vous incluez les réponses prédites, l'élément le plus important à dégager du graphique est de savoir si les prédictions sont proches de zéro ou proches de un. Cela signifie qu'un dégradé à 2 couleurs scindé à 0,5 est très utile : les réponses au-dessus de 0,5 sont d'une couleur et celles en dessous de 0,5 d'une autre.
Le jeu de données sur l'attrition bancaire est disponible sous le nom churn; ggplot2 est déjà chargé.
Cette activité fait partie du cours
Régression intermédiaire en R
Instructions de l’exercice
- À partir du jeu de données
churn, tracez la récence d'achat,time_since_last_purchase, en fonction de la durée de la relation client,time_since_first_purchase, avec une couleur indiquant si la personne s'est désabonnée,has_churned. - Ajoutez une couche de points, avec une transparence réglée à
0.5. - Utilisez un dégradé à 2 couleurs avec un point milieu à
0.5. - Utilisez le thème noir et blanc.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Using churn, plot recency vs. length of relationship colored by churn status
___ +
# Make it a scatter plot, with transparency 0.5
___ +
# Use a 2-color gradient split at 0.5
___ +
# Use the black and white theme
___