วิธีพล็อตกราฟการถดถอยโลจิสติกใน python

คุณสามารถใช้ฟังก์ชัน regplot() ของไลบรารีการแสดงภาพข้อมูลในทะเลเพื่อพล็อตกราฟการถดถอยโลจิสติกใน Python:

 import seaborn as sns

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

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: การวางแผนกราฟการถดถอยโลจิสติกใน Python

สำหรับตัวอย่างนี้ เราจะใช้ชุดข้อมูล เริ่มต้น จาก หนังสือ Introduction to Statistical Learning เราสามารถใช้โค้ดต่อไปนี้เพื่อโหลดและแสดงข้อมูลสรุปของชุดข้อมูล:

 #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  

ชุดข้อมูลนี้มีข้อมูลต่อไปนี้เกี่ยวกับบุคคล 10,000 คน:

• ค่าเริ่มต้น: ระบุว่าบุคคลนั้นผิดนัดหรือไม่
• นักเรียน: ระบุว่าบุคคลนั้นเป็นนักเรียนหรือไม่
• ยอดคงเหลือ: ยอดคงเหลือเฉลี่ยที่ถือโดยบุคคล
• รายได้: รายได้ของแต่ละบุคคล

สมมติว่าเราต้องการสร้างแบบจำลองการถดถอยโลจิสติกที่ใช้ “ความสมดุล” เพื่อทำนายความน่าจะเป็นที่บุคคลใดบุคคลหนึ่งจะผิดนัด

เราสามารถใช้โค้ดต่อไปนี้เพื่อลงจุดเส้นโค้งการถดถอยโลจิสติก:

 #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 ) 

แกน x แสดงค่าของตัวแปรทำนาย “สมดุล” และแกน y แสดงความน่าจะเป็นที่คาดการณ์ไว้ของค่าเริ่มต้น

เราจะเห็นได้อย่างชัดเจนว่าค่าสมดุลที่สูงขึ้นนั้นสัมพันธ์กับความน่าจะเป็นที่สูงกว่าที่บุคคลจะผิดนัด

โปรดทราบว่าคุณสามารถใช้ scatter_kws และ line_kws เพื่อเปลี่ยนสีของจุดและเส้นโค้งในพล็อตได้:

 #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 '}) 

คุณสามารถเลือกสีที่คุณต้องการในเนื้อเรื่องได้ตามใจชอบ

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้ให้ข้อมูลเพิ่มเติมเกี่ยวกับการถดถอยโลจิสติก:

รู้เบื้องต้นเกี่ยวกับการถดถอยโลจิสติก
วิธีรายงานผลการถดถอยโลจิสติก
วิธีการดำเนินการถดถอยโลจิสติกใน Python (ทีละขั้นตอน)