Визуализация нескольких объясняющих переменных
Логистическая регрессия также поддерживает несколько объясняющих переменных. Визуализация здесь сопряжена с теми же трудностями, что и в случае линейной регрессии: при увеличении числа числовых переменных отобразить их на графике становится всё сложнее. Рассмотрим случай с двумя числовыми объясняющими переменными — решение здесь то же, что и раньше: используйте цвет для обозначения отклика.
Возможных значений отклика здесь только два — ноль и единица, — а предсказанные значения лежат в диапазоне от нуля до единицы. Чтобы правильно интерпретировать график с предсказаниями, важно понять, близки ли они к нулю или к единице. Именно поэтому двухцветный градиент с точкой разрыва в 0,5 особенно удобен: значения выше 0,5 отображаются одним цветом, ниже 0,5 — другим.
Набор данных по оттоку клиентов банка доступен как churn; библиотека ggplot2 уже загружена.
Это упражнение является частью курса
Промежуточная регрессия в R
Инструкции к упражнению
- Используя набор данных
churn, постройте график зависимости давности покупки,time_since_last_purchase, от длительности отношений с клиентом,time_since_first_purchase, окрасив точки в зависимости от того, ушёл ли клиент,has_churned. - Добавьте слой точек с прозрачностью
0.5. - Используйте двухцветный градиент с точкой разрыва
0.5. - Примените чёрно-белую тему.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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
___