Візуалізація припасування моделі за допомогою regplot()

Після того як ви припасували й проаналізували модель, її можна візуалізувати, побудувавши точки спостережень і лінію логістичної регресії.

За допомогою графіка ви зможете візуально оцінити зв'язок між пояснювальною змінною та відгуком у діапазоні значень пояснювальної змінної.

Для цього можна скористатися функцією regplot() з модуля seaborn. Функція regplot() має аргумент logistic, який дає змогу вказати, чи потрібно оцінювати логістичну регресію для заданих даних, установивши значення True або False. Вона також побудує графік припасування.

Згадайте модель, яку ви припасували раніше:
$$ \log\bigg(\frac{y}{1-y}\bigg) = -0.3055 + 0.3791*\text{arsenic} $$

Набір даних wells уже завантажено у ваш робочий простір.

Ця вправа є частиною курсу

Узагальнені лінійні моделі в Python

Переглянути курс

Інструкції до вправи

Використайте дані wells, щоб відобразити arsenic по осі x і switch по осі y.
Застосуйте y_jitter зі значенням 0.03, щоб трохи розсіяти значення відгуку для зручнішої візуалізації.
Для аргументу logistic встановіть True, щоб накласти логістичну функцію на дані, і встановіть аргумент довірчих інтервалів ci у None, щоб не показувати довірчий інтервал і пришвидшити обчислення.
Відобразьте графік за допомогою plt.show().

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

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

# Display the plot
____

Редагувати та запускати код