Visualisera flera förklarande variabler
Logistisk regression stöder också flera förklarande variabler. Visualisering medför liknande utmaningar som vid linjär regression: det blir snabbt svårt att inkludera fler numeriska variabler i ett diagram. Här tittar vi på fallet med två numeriska förklarande variabler, och lösningen är i princip densamma som tidigare – använd färg för att representera responsvariabeln.
Här finns bara två möjliga värden för responsen (noll och ett), och när vi senare lägger till predikterade värden ligger dessa alla mellan noll och ett. Det viktigaste att avgöra från diagrammet är om prediktionerna ligger nära noll eller nära ett. Därför är en tvåfärgsgradient med brytpunkt vid 0,5 mycket användbar: värden över 0,5 får en färg och värden under 0,5 en annan.
Bankens churn-datamängd finns tillgänglig som churn; ggplot2 är inläst.
Den här övningen är en del av kursen
Intermediär regression i R
Övningsinstruktioner
- Använd datamängden
churnoch plotta hur nyligen ett köp gjordes,time_since_last_purchase, mot längden på kundrelationen,time_since_first_purchase, färgkodad efter om kunden churnade eller inte,has_churned. - Lägg till ett punktlager med transparens satt till
0.5. - Använd en tvåfärgsgradient med brytpunkt
0.5. - Använd det svartvita temat.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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
___