逻辑回归图
逻辑回归模型用于评估二项分类的因变量。
某公司收集了用户是否点击广告 Click 的数据，并想了解在网站上花费的时间 TimeSearching 与是否点击广告之间的关系。为向公司董事会说明模型结果（他们关心：如果用户每天在网站上花费 43 分钟，广告被点击的可能性如何），请创建一个带有相关可视化标注的散点图。
webdata 数据集和 ggplot2 包已为您加载。
本练习是课程的一部分
R 中的 A/B 测试
练习说明
- 将用于判断点击广告可能性的站内日均时长 43 存为
TimeSearching。 - 创建散点图，并添加逻辑回归拟合线；同时用一条黑色竖线标出用于预测的时间。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Set the value to predict
TimeSearching <- ___
# Plot the data
ggplot(webdata, aes(x = ___, y = ___)) +
geom_point() +
geom_smooth(method = ___,
method.args = ___)) +
geom_vline(xintercept = ___)