แสดงภาพความพอดีของโมเดลด้วย regplot()

หลังจากที่ฟิตและวิเคราะห์โมเดลแล้ว เราสามารถแสดงภาพโมเดลได้โดยการพล็อตจุดข้อมูลพร้อมกับเส้นโค้ง logistic regression ที่ฟิตไว้

กราฟนี้จะช่วยให้เข้าใจความสัมพันธ์ระหว่างตัวแปรอธิบายและตัวแปรตอบสนองในช่วงค่าของตัวแปรอธิบายได้อย่างชัดเจน

เราจะใช้ฟังก์ชัน regplot() จากโมดูล seaborn ซึ่งรับอาร์กิวเมนต์ logistic ที่ใช้ระบุว่าต้องการประมาณโมเดล logistic regression สำหรับข้อมูลที่กำหนดหรือไม่ โดยใช้ค่า True หรือ False ซึ่งจะแสดงกราฟเส้นโค้งที่ฟิตได้ด้วย

โมเดลที่ฟิตไว้ก่อนหน้านี้มีรูปแบบดังนี้: $$ \log\bigg(\frac{y}{1-y}\bigg) = -0.3055 + 0.3791*\text{arsenic} $$

ชุดข้อมูล wells ถูกโหลดไว้ใน workspace ของคุณแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Generalized Linear Models ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

ใช้ข้อมูล wells เพื่อพล็อต arsenic บนแกน x และ switch บนแกน y
กำหนด y_jitter เป็น 0.03 เพื่อกระจายค่าของตัวแปรตอบสนองให้มองเห็นได้ชัดขึ้น
กำหนดอาร์กิวเมนต์ logistic เป็น True เพื่อให้กราฟแสดงเส้นโค้ง logistic function ทับบนข้อมูล และกำหนดอาร์กิวเมนต์ช่วงความเชื่อมั่น ci เป็น None ซึ่งจะไม่แสดงช่วงความเชื่อมั่น แต่ช่วยให้การคำนวณเร็วขึ้น
แสดงกราฟโดยใช้ plt.show()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Plot arsenic and switch and add overlay with the logistic fit
sns.regplot(x = ____, y = ____, 
            y_jitter = ____,
            data = ____, 
            logistic = ____,
            ci = ____)

# Display the plot
____

แก้ไขและรันโค้ด