1. Learn
    2. /
  2. Cursuri
    3. /
  3. Uogólnione modele liniowe w Pythonie
Connected

exercițiu

Wizualizacja dopasowania modelu za pomocą regplot()

Po dopasowaniu i analizie modelu możemy go zwizualizować, nanosząc punkty obserwacji oraz dopasowaną krzywą regresji logistycznej na wykres.

Dzięki wykresowi możesz zobaczyć, jak zmienna objaśniająca wpływa na zmienną odpowiedzi w całym zakresie jej wartości.

Do tego celu możemy użyć funkcji regplot() z modułu seaborn. Funkcja regplot() przyjmuje argument logistic, który określa, czy model regresji logistycznej ma zostać dopasowany do danych – wartość True oznacza tak, False – nie. Wynikiem będzie również wykres dopasowania.

Przypomnij sobie model, który wcześniej dopasowałeś: $$ \log\bigg(\frac{y}{1-y}\bigg) = -0{,}3055 + 0{,}3791*\text{arsenic} $$

Zbiór danych wells jest już wczytany do twojego środowiska pracy.

Instrucțiuni

100 XP
  • Używając zbioru danych wells, umieść arsenic na osi x, a switch na osi y.
  • Zastosuj y_jitter o wartości 0,03, aby rozrzucić wartości zmiennej odpowiedzi i ułatwić ich wizualizację.
  • Ustaw argument logistic na True, aby nałożyć krzywą logistyczną na dane, oraz argument ci na None, co wyłączy wyświetlanie przedziałów ufności i przyspieszy obliczenia.
  • Wyświetl wykres za pomocą plt.show().