/*******************************************************************************************************************
-- Title : [Py3.5] 로지스틱 회귀분석(Logistic Regression)
-- Reference : acorn, googling
-- Key word : 로지스틱 회귀분석 로지스틱 회귀 분석 logistic regression 
*******************************************************************************************************************/

■ Figures


 
■ Scripts

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
# -*- coding: utf-8 -*-
 
import numpy as np
import pandas as pd
import statsmodels.api as sm
import matplotlib.pyplot as plt
 
 
# ------------------------------
# -- Set Dataframe Option
# ------------------------------
pd.set_option('display.height'1000)
pd.set_option('display.max_rows'500)
pd.set_option('display.max_columns'500)
pd.set_option('display.width'1000)
 
 
# ------------------------------
# -- Draw linear and logistic
# ------------------------------
= 1.
= -5.
 
# --
# -- Function for linear and logistic
# --
= lambda x: k*+ m                             # for linear
= lambda x: np.exp(k*x+m) / (1+np.exp(k*x+m))   # for logistic
#p = lambda x: 1 / (1+np.exp(-1*(k*x+m)))
 
# --
# -- Show figure
# --
xx = np.linspace(0,10)
plt.plot(xx, y(xx), label='linear')
plt.plot(xx, p(xx), label='logistic')
plt.plot([0,abs(m)], [0.5,0.5], dashes=(4,4), color='.7')
plt.plot([abs(m),abs(m)], [-.1,.5], dashes=(4,4), color='.7')
 
# limits, legends and labels
plt.ylim((-.1,1.1))
plt.legend(loc=2)
plt.ylabel('P')
plt.xlabel('xx');
 
plt.show()
 
# ------------------------------
# -- Study logistic case
# ------------------------------
 
# --
# -- Draw hist
# --
studytime = [0,0,1.5,2,2.5,3,3.5,4,4,4,5.5,6,6.5,7,7,8.5,9,9,9,10.5,10.5,12,12,12,12.5,13,14,15,16,18]
passed = [0,0,0,0,0,0,0,0,0,0,0,1,0,1,1,0,1,1,0,1,1,1,1,1,1,1,1,1,1,1]
df_data = pd.DataFrame(data=np.array([studytime,passed]).T, columns=['Time''Pass'])
 
print (df_data.head())
print("... raw_data""." * 100"\n")
 
df_data.Time.hist(bins=10)
plt.xlabel('Time')
plt.ylabel('No. students')
 
plt.show()
 
# --
# -- Draw plot
# --
plt.plot(df_data.Time, df_data.Pass,'o', mew=0, ms=7,)
plt.ylim(-.1,1.1)
plt.xlim(-0.2,16.2)
plt.xlabel('Time studied')
plt.ylabel('Pass? (0=no, 1=yes)')
 
plt.show()
 
 
# ------------------------------
# -- Calculate logistic
# ------------------------------
 
# --
# -- create probfit
# --
probfit = sm.Logit(df_data.Pass, sm.add_constant(df_data.Time, prepend=True))
 
fit_results = probfit.fit()
 
print(fit_results.summary())
print(",,, summary""," * 100"\n")
 
# --
# -- draw logistics
# --
logit_pars = fit_results.params
intercept_err, slope_err = np.diag(fit_results.cov_params())**.5
fit_results.cov_params()
slope = logit_pars['Time']
intercept = logit_pars['const']
 
plt.plot(df_data.Time, df_data.Pass,'o', mew=0, ms=7, label='Data')
= lambda x,k,m: 1 / (1+np.exp(-1*(k*x+m)))
xx = np.linspace(0,df_data.Time.max())
l1 = plt.plot(xx, p(xx,slope,intercept), label='Fit')
plt.fill_between(xx,
    p(xx,slope+slope_err**2, intercept+intercept_err),
    p(xx,slope-slope_err**2, intercept-intercept_err),
    alpha=0.15,
    color=l1[0].get_color())
plt.ylim(-.1,1.1)
plt.xlim(-0.2,16.2)
plt.xlabel('Time studied')
plt.ylabel('Pass? (0=no, 1=yes)')
plt.legend(loc=2, numpoints=1)
 
plt.show()
 
 
# ------------------------------
# -- rate logistic
# ------------------------------
target=0.5
x_prob = lambda p,k,m: (np.log(p/(1-p))-m)/k
T_max = x_prob(target, slope-slope_err, intercept-intercept_err)
T_min = x_prob(target, slope+slope_err, intercept+intercept_err)
T_best = x_prob(target, slope, intercept)
 
print('{0}% success rate: {1:.1f} +{2:.1f}/-{3:.1f}'.format(int(target*100),T_best,T_max-T_best,T_best-T_min))
print(",,, success rate""," * 100"\n")
 
 


저작자 표시 비영리 변경 금지
신고

+ Recent posts