1. Обучение
    2. /
  2. Курса
    3. /
  3. Обобщённые линейные модели в Python
Connected

Упражнение

Скорость изменения вероятности

Для набора данных wells вы уже обучили модель логистической регрессии с формулой switch ~ distance100 и получили следующий результат: $$ log(\frac{\mu}{1-\mu}) = 0.6060 - 0.6219\times distance100 $$

В этом упражнении вы воспользуетесь этой моделью, чтобы понять, как меняется оценочная вероятность при определённом значении distance100, например при 1,5 — как показано на рисунке ниже.

Вспомните формулы для обратного логита (вероятности):

$$ \mu = \frac{exp(\beta_0+\beta_1x_1)}{1+exp(\beta_0+\beta_1x_1)} $$

и наклона касательной к кривой модели в точке \(x\):

$$ \beta*\mu(1-\mu) $$

Набор данных wells и модель wells_GLM загружены в рабочую среду.

Инструкции 1/3

undefined XP
    1
    2
    3
  • Задайте переменную x равной значению distance100, равному 1,5.
  • Извлеките коэффициенты модели и сохраните их как intercept и slope соответственно.