Python တွင် logistic regression curve ကို ဘယ်လိုဆွဲမလဲ။

Python တွင် logistic regression curve ကိုဆွဲရန် seaborn data visualization library ၏ regplot() function ကို အသုံးပြုနိုင်သည်။

 import seaborn as sns

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

အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

ဥပမာ- Python တွင် logistic regression မျဉ်းကွေးကို ကြံစည်ခြင်း။

ဤဥပမာအတွက်၊ ကျွန်ုပ်တို့သည် စာအုပ်နိဒါန်းမှ စာရင်းအင်းသင်ယူခြင်းမှ မူရင်း ဒေတာအတွဲကို အသုံးပြုပါမည်။ ဒေတာအတွဲ၏ အကျဉ်းချုပ်ကို တင်ရန်နှင့် ပြသရန် အောက်ပါကုဒ်ကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်ပါသည်။

 #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  

ဤဒေတာအတွဲတွင် လူ 10,000 ဦးအတွက် အောက်ပါအချက်အလက်များပါရှိသည်။

• ပုံသေ- တစ်ဦးတစ်ယောက်သည် ပုံသေသတ်မှတ်ထားခြင်း ရှိ၊ မရှိကို ဖော်ပြသည်။
• ကျောင်းသား- တစ်ဦးတစ်ယောက်သည် ကျောင်းသားဟုတ်မဟုတ် ညွှန်ပြသည်။
• လက်ကျန်- တစ်ဦးချင်းစီမှ ပျမ်းမျှလက်ကျန်ငွေ။
• ဝင်ငွေ- တစ်ဦးချင်း၏ ၀င်ငွေ။

ပေးထားသောတစ်ဦးချင်းစီသည် ပုံသေဖြစ်နိုင်ခြေကို ခန့်မှန်းရန် “ ချိန်ခွင်လျှာ” ကိုအသုံးပြုသည့် ထောက်ပံ့ပို့ဆောင်ရေးဆုတ်ယုတ်မှုပုံစံတစ်ခုကို တည်ဆောက်လိုသည်ဆိုပါစို့။

ထောက်ပံ့ပို့ဆောင်ရေး ဆုတ်ယုတ်မှုမျဉ်းကွေးကို ဆွဲရန် အောက်ပါကုဒ်ကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်သည်။

 #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 ) 

x-axis သည် ခန့်မှန်းသူ variable “ balance” ၏တန်ဖိုးများကိုပြသပြီး y-axis သည် default ၏ခန့်မှန်းနိုင်ခြေကိုပြသသည်။

ပိုမိုမြင့်မားသော မျှခြေတန်ဖိုးများသည် တစ်ဦးချင်းစီ ပုံသေသတ်မှတ်ပေးမည့် ဖြစ်နိုင်ခြေများသော ဖြစ်နိုင်ခြေများနှင့် ဆက်စပ်နေကြောင်း ကျွန်ုပ်တို့ ရှင်းရှင်းလင်းလင်း သိမြင်နိုင်ပါသည်။

ကွက်ကွက်အတွင်းရှိ အမှတ်များနှင့် မျဉ်းကွေးအရောင်များကို ပြောင်းလဲရန် scatter_kws နှင့် line_kws တို့ကိုလည်း အသုံးပြုနိုင်ကြောင်း သတိပြုပါ။

 #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 '}) 

ဇာတ်ကွက်ထဲတွင် သင်လိုချင်သောအရောင်များကို လွတ်လပ်စွာရွေးချယ်ပါ။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ထောက်ပံ့ပို့ဆောင်ရေး ဆုတ်ယုတ်မှုဆိုင်ရာ နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-

Logistic Regression နိဒါန်း
ထောက်ပံ့ပို့ဆောင်ရေးဆုတ်ယုတ်မှုရလဒ်များကို မည်သို့အစီရင်ခံမည်နည်း။
Python တွင် Logistic Regression လုပ်နည်း (တစ်ဆင့်ပြီးတစ်ဆင့်)