Python에서 로지스틱 회귀 곡선을 그리는 방법

Seaborn 데이터 시각화 라이브러리의 regplot() 함수를 사용하여 Python에서 로지스틱 회귀 곡선을 그릴 수 있습니다.

 import seaborn as sns

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

다음 예에서는 실제로 이 구문을 사용하는 방법을 보여줍니다.

예: Python에서 로지스틱 회귀 곡선 그리기

이 예에서는 Introduction to Statistical Learning 책 의 기본 데이터세트를 사용합니다. 다음 코드를 사용하여 데이터세트 요약을 로드하고 표시할 수 있습니다.

 #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  

이 데이터 세트에는 10,000명의 개인에 대한 다음 정보가 포함되어 있습니다.

• 기본값: 개인이 채무 불이행을 했는지 여부를 나타냅니다.
• 학생: 개인이 학생인지 여부를 나타냅니다.
• 잔액: 개인이 보유하고 있는 평균 잔액입니다.
• 소득: 개인의 소득.

특정 개인이 채무를 불이행할 확률을 예측하기 위해 “균형”을 사용하는 로지스틱 회귀 모델을 구축한다고 가정해 보겠습니다.

다음 코드를 사용하여 로지스틱 회귀 곡선을 그릴 수 있습니다.

 #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 ) 

x축은 예측변수 ‘균형’의 값을 나타내고, y축은 예측된 부도확률을 나타낸다.

우리는 더 높은 균형 가치가 개인이 채무를 불이행할 확률이 더 높다는 것을 분명히 볼 수 있습니다.

Scatter_kws 및 line_kws를 사용하여 플롯의 점과 곡선의 색상을 변경할 수도 있습니다.

 #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 '}) 

플롯에서 원하는 색상을 자유롭게 선택하십시오.

추가 리소스

다음 자습서에서는 로지스틱 회귀에 대한 추가 정보를 제공합니다.

로지스틱 회귀 소개
로지스틱 회귀 결과를 보고하는 방법
Python에서 로지스틱 회귀를 수행하는 방법(단계별)