使用 regplot() 可视化模型拟合

在拟合并分析模型之后，您可以通过绘制观测点和拟合的逻辑回归曲线来进行可视化。

通过该图，您可以直观地理解在自变量取值范围内，自变量与响应变量之间的关系。

我们可以使用 seaborn 模块中的 regplot() 函数来完成。regplot() 函数包含参数 logistic，您可以通过设置为 True 或 False 来指定是否对给定数据估计逻辑回归模型。这也会绘制相应的拟合曲线。

回顾您之前拟合的模型：
$$ \log\bigg(\frac{y}{1-y}\bigg) = -0.3055 + 0.3791*\text{arsenic} $$

数据集 wells 已加载到您的工作区。

本练习是课程的一部分

Python 中的广义线性模型

查看课程

练习说明

使用数据 wells，将 arsenic 作为 x 轴，将 switch 作为 y 轴进行绘图。
将 y_jitter 设为 0.03，以在可视化时稍微分散响应变量的取值。
将参数 logistic 设为 True，以在数据上叠加逻辑函数，并将置信区间参数 ci 设为 None，不显示置信区间，从而加快计算。
使用 plt.show() 显示图形。

交互式实操练习

通过完成这段示例代码来试试这个练习。

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

# Display the plot
____

编辑并运行代码