Visualisasikan kecocokan model menggunakan regplot()

Setelah memasang dan menganalisis model, kita dapat memvisualisasikannya dengan memplot titik-titik observasi dan regresi logistik yang dipasang.

Dengan plot ini, Anda dapat memahami secara visual hubungan antara variabel penjelas dan respons untuk rentang nilai variabel penjelas.

Kita dapat menggunakan fungsi regplot() dari modul seaborn untuk ini. Fungsi regplot() memiliki argumen logistic, yang memungkinkan Anda menentukan apakah Anda ingin mengestimasi model regresi logistik untuk data yang diberikan dengan nilai True atau False. Ini juga akan menghasilkan plot dari kecocokan model.

Ingat bahwa model yang sebelumnya Anda pasang:
$$ \log\bigg(\frac{y}{1-y}\bigg) = -0.3055 + 0.3791*\text{arsenic} $$

Himpunan data wells sudah dimuat di ruang kerja Anda.

Latihan ini merupakan bagian dari kursus

Generalized Linear Models di Python

Lihat Kursus

Instruksi latihan

Gunakan data wells untuk memplot arsenic pada sumbu-x dan switch pada sumbu-y.
Terapkan y_jitter sebesar 0,03 untuk menyebarkan nilai respons agar lebih mudah divisualisasikan.
Gunakan True untuk argumen logistic agar plot menimpa fungsi logistik pada data yang diberikan dan atur argumen interval kepercayaan ci ke None sehingga tidak menampilkan interval kepercayaan, tetapi akan mempercepat komputasi.
Tampilkan plot menggunakan plt.show().

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Plot arsenic and switch and add overlay with the logistic fit
sns.regplot(x = ____, y = ____, 
            y_jitter = ____,
            data = ____, 
            logistic = ____,
            ci = ____)

# Display the plot
____

Edit dan Jalankan Kode