Vizualizarea mai multor variabile explicative
Regresia logistică acceptă și mai multe variabile explicative. Reprezentarea grafică ridică probleme similare cu cazul regresiei liniare: pe măsură ce adaugi mai multe variabile numerice, graficul devine greu de interpretat. Aici vom analiza cazul a două variabile explicative numerice, iar soluția este practic aceeași ca înainte: folosim culoarea pentru a reprezenta variabila răspuns.
În acest caz, variabila răspuns poate lua doar două valori (zero și unu), iar atunci când adăugăm valorile prezise, acestea se situează între zero și unu. Odată ce incluzi răspunsurile prezise, cel mai important lucru de urmărit în grafic este dacă predicțiile sunt aproape de zero sau aproape de unu. De aceea, un gradient de două culori împărțit la 0,5 este foarte util: răspunsurile peste 0,5 au o culoare, iar cele sub 0,5 au alta.
Setul de date privind abandonul clienților bancari este disponibil ca churn; ggplot2 este încărcat.
Acest exercițiu face parte din cursul
Regresie intermediară în R
Instrucțiuni pentru exercițiu
- Folosind setul de date
churn, reprezintă grafic recența achiziției,time_since_last_purchase, față de durata relației cu clientul,time_since_first_purchase, colorând punctele în funcție de dacă clientul a renunțat sau nu la servicii,has_churned. - Adaugă un strat de puncte, cu transparența setată la
0.5. - Folosește un gradient de două culori, cu punctul de mijloc la
0.5. - Aplică tema alb-negru.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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
___