regplot()으로 모델 적합 시각화하기
모델을 적합하고 해석한 뒤에는 관측값 점과 적합된 로지스틱 회귀를 함께 그려 시각화할 수 있어요.
이 플롯을 보면 설명 변수의 값 범위에서 설명 변수와 반응 변수 사이의 관계를 직관적으로 파악할 수 있어요.
이를 위해 seaborn 모듈의 regplot() 함수를 사용할 수 있어요. regplot() 함수에는 logistic 인수가 있으며, 주어진 데이터에 대해 로지스틱 회귀 모델을 추정할지 여부를 True 또는 False로 지정할 수 있어요. 이 옵션을 사용하면 적합 곡선도 함께 그려집니다.
이전에 적합한 모델을 기억해 주세요:
$$
\log\bigg(\frac{y}{1-y}\bigg) = -0.3055 + 0.3791*\text{arsenic}
$$
데이터셋 wells는 작업 공간에 이미 로드되어 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 Generalized Linear Models
연습 안내
wells데이터를 사용해 x축에는arsenic, y축에는switch를 그리세요.- 반응 변수 값이 잘 퍼져 보이도록
y_jitter를 0.03으로 적용하세요. - 플롯에서 주어진 데이터 위에 로지스틱 함수를 겹쳐 그리려면 인수
logistic에True를 사용하고, 신뢰 구간을 표시하지 않아 계산을 빠르게 하려면 인수ci를None으로 설정하세요. plt.show()로 플롯을 표시하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Plot arsenic and switch and add overlay with the logistic fit
sns.regplot(x = ____, y = ____,
y_jitter = ____,
data = ____,
logistic = ____,
ci = ____)
# Display the plot
____