累積分佈函數
理解邏輯斯分佈(logistic distribution)是掌握羅吉斯回歸的關鍵。和常態(高斯)分佈一樣,它是單一連續變數的機率分佈。這裡你會視覺化邏輯斯分佈的「累積分佈函數」(CDF)。也就是說,若你有一個服從邏輯斯分佈的變數 x,以及 x 可能取到的某個值 xval,那麼 CDF 會給出 x 小於 xval 的機率。
邏輯斯分佈的 CDF 以邏輯斯函式計算(名稱由此而來)。其圖形呈現 S 形,也稱為「S 型曲線」(sigmoid curve)。此函式的一個重要性質是:輸入可以是從負無限大到正無限大的任何數,輸出則介於 0 與 1 之間。
本練習屬於課程
使用 Python 的 statsmodels 進行迴歸分析:中級
動手互動練習
試著完成這個範例程式碼,體驗一下這個練習。
# Import logistic
____
# Create x ranging from minus ten to ten in steps of 0.1
x = ____