पायथन में लॉजिस्टिक रिग्रेशन कर्व कैसे प्लॉट करें

आप पायथन में लॉजिस्टिक रिग्रेशन कर्व को प्लॉट करने के लिए सीबॉर्न डेटा विज़ुअलाइज़ेशन लाइब्रेरी के regplot() फ़ंक्शन का उपयोग कर सकते हैं:

 import seaborn as sns

sns. regplot (x=x, y=y, data=df, logistic= True , ci= None )

निम्नलिखित उदाहरण दिखाता है कि व्यवहार में इस वाक्यविन्यास का उपयोग कैसे करें।

उदाहरण: पायथन में एक लॉजिस्टिक रिग्रेशन वक्र की साजिश रचना

इस उदाहरण के लिए, हम इंट्रोडक्शन टू स्टैटिस्टिकल लर्निंग पुस्तक से डिफ़ॉल्ट डेटासेट का उपयोग करेंगे। हम डेटासेट का सारांश लोड करने और प्रदर्शित करने के लिए निम्नलिखित कोड का उपयोग कर सकते हैं:

 #import dataset from CSV file on Github
url = "https://raw.githubusercontent.com/Statorials/Python-Guides/main/default.csv"
data = pd. read_csv (url)

#view first six rows of dataset
data[0:6]

        default student balance income
0 0 0 729.526495 44361.625074
1 0 1 817.180407 12106.134700
2 0 0 1073.549164 31767.138947
3 0 0 529.250605 35704.493935
4 0 0 785.655883 38463.495879
5 0 1 919.588530 7491.558572  

इस डेटासेट में 10,000 व्यक्तियों के बारे में निम्नलिखित जानकारी शामिल है:

• डिफ़ॉल्ट: इंगित करता है कि किसी व्यक्ति ने डिफ़ॉल्ट किया है या नहीं।
• छात्र: इंगित करता है कि कोई व्यक्ति छात्र है या नहीं।
• शेष: किसी व्यक्ति द्वारा रखा गया औसत शेष।
• आय: व्यक्ति की आय.

मान लीजिए कि हम एक लॉजिस्टिक रिग्रेशन मॉडल का निर्माण करना चाहते हैं जो किसी दिए गए व्यक्ति के डिफ़ॉल्ट होने की संभावना का अनुमान लगाने के लिए “संतुलन” का उपयोग करता है।

लॉजिस्टिक रिग्रेशन वक्र को प्लॉट करने के लिए हम निम्नलिखित कोड का उपयोग कर सकते हैं:

 #define the predictor variable and the response variable
x = data[' balance ']
y = data[' default ']

#plot logistic regression curve
sns. regplot (x=x, y=y, data=data, logistic= True , ci= None ) 

एक्स-अक्ष भविष्यवक्ता चर “संतुलन” के मान दिखाता है और वाई-अक्ष डिफ़ॉल्ट की अनुमानित संभावना प्रदर्शित करता है।

हम स्पष्ट रूप से देख सकते हैं कि उच्च संतुलन मूल्य उच्च संभावनाओं से जुड़े होते हैं जो एक व्यक्ति डिफ़ॉल्ट होगा।

ध्यान दें कि आप प्लॉट में बिंदुओं और वक्र के रंग बदलने के लिए स्कैटर_kws और लाइन_kws का भी उपयोग कर सकते हैं:

 #define the predictor variable and the response variable
x = data[' balance ']
y = data[' default ']

#plot logistic regression curve with black points and red line
sns. regplot (x=x, y=y, data=data, logistic= True , ci= None ),
            scatter_kws={' color ': ' black '}, line_kws={' color ': ' red '}) 

कथानक में अपने इच्छित रंगों का चयन करने में संकोच न करें।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल लॉजिस्टिक रिग्रेशन के बारे में अतिरिक्त जानकारी प्रदान करते हैं:

लॉजिस्टिक रिग्रेशन का परिचय
लॉजिस्टिक रिग्रेशन परिणामों की रिपोर्ट कैसे करें
पायथन में लॉजिस्टिक रिग्रेशन कैसे करें (चरण दर चरण)