Функция накопленного распределения
Понимание логистического распределения — ключ к пониманию логистической регрессии. Как и нормальное (гауссово) распределение, оно описывает распределение вероятностей одной непрерывной переменной. В этом упражнении вы визуализируете функцию накопленного распределения (CDF) для логистического распределения. То есть если у вас есть логистически распределённая переменная x и некоторое возможное значение xval, которое может принять x, то CDF даёт вероятность того, что x меньше xval.
CDF логистического распределения вычисляется с помощью логистической функции (отсюда и название). График этой функции имеет S-образную форму, известную как сигмоидная кривая. Важное свойство этой функции состоит в том, что она принимает на вход любое число от минус бесконечности до плюс бесконечности и возвращает значение от нуля до единицы.
Это упражнение является частью курса
Промежуточная регрессия со statsmodels в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import logistic
____
# Create x ranging from minus ten to ten in steps of 0.1
x = ____