hossam.my_logit¶

hossam.my_logit ¶

fit_model ¶

fit_model(data, y, summary=False)

statsmodels의 Logit을 이용해 로지스틱 회귀 모델을 적합한다.

종속변수 y를 제외한 나머지 모든 컬럼을 독립변수로 사용하며, 절편(상수항)을 자동으로 추가한 뒤 최대우도추정(MLE)으로 회귀계수를 추정한다. 종속변수는 0/1의 두 값만 가지는 이분형이어야 한다.

Parameters:

Name	Description	Default
`data`	독립변수와 종속변수를 모두 포함하는 데이터프레임.	required
`y`	종속변수로 사용할 컬럼명. `data`에 반드시 존재해야 하며 0/1의 이분형이어야 한다.	required
`summary`	True로 설정하면 적합된 모델의 요약 통계량을 출력한다. Defaults to False.	`False`

Returns:

Type	Description
	적합이 완료된 로지스틱 회귀분석 결과 객체.

predict ¶

predict(fit, new_data, threshold=0.5)

적합된 로지스틱 모델로 새로운 데이터의 예측 확률과 예측 범주를 계산한다.

다중 로지스틱 회귀에서도 안전하게 동작하도록, 모델이 학습한 독립변수만 학습 당시의 순서 그대로 골라 사용한다. 필요 없는 컬럼이 섞여 있으면 무시하고, 학습에 사용된 독립변수가 빠져 있으면 어떤 변수가 없는지 알려 준다.

Parameters:

Name	Type	Description	Default
`fit`		`fit_model` 함수로 적합된 회귀분석 결과 객체.	required
`new_data`		예측에 사용할 새로운 데이터. 데이터프레임, 한 건짜리 Series 또는 dict.	required
`threshold`	`float`	확률을 0/1로 분류하는 임계값 (기본값: 0.5).	`0.5`

Returns:

Name	Type	Description
`DataFrame`		예측 확률('proba')과 예측값('pred')을 담은 데이터프레임.

Raises:

Type	Description
`ValueError`	모델이 학습한 독립변수가 `new_data`에 없는 경우.

plot_sigmoid ¶

plot_sigmoid(
    fit,
    data,
    x,
    threshold=0.5,
    palette=None,
    title=None,
    xlabel=None,
    ylabel=None,
    width=1280,
    height=640,
    save_path=None,
)

독립변수에 따른 사건 발생 확률의 S자 곡선(시그모이드)을 그린다.

Parameters:

Name	Type	Description	Default
`fit`		`fit_model` 함수로 적합된 회귀분석 결과 객체.	required
`data`		회귀분석에 사용한 원본 데이터프레임. (독립변수와 종속변수를 모두 포함)	required
`x`	`str`	곡선의 x축으로 사용할 독립변수명.	required
`threshold`	`float`	확률을 0/1로 분류하는 임계값 (기본값: 0.5).	`0.5`
`palette`	`str`	그래프 색상에 사용할 팔레트 이름. (기본값: None).	`None`
`title`	`str`	그래프 제목 (기본값: None).	`None`
`xlabel`	`str`	x축 레이블 (기본값: None → 독립변수명).	`None`
`ylabel`	`str`	y축 레이블 (기본값: None → "P(종속변수=1)").	`None`
`width`	`int`	캔버스 가로 픽셀 (기본값: 1280).	`1280`
`height`	`int`	캔버스 세로 픽셀 (기본값: 640).	`640`
`save_path`	`str`	이미지 저장 경로 (기본값: None).	`None`

report_fitness ¶

report_fitness(fit)

적합된 로지스틱 모델의 모형 적합도(model fit) 보고 문장을 생성해 반환한다.

summary() 결과표의 문자열을 파싱하지 않고, fit 객체가 이미 갖고 있는 속성에서 지표를 직접 읽어와 문장을 구성한다.

Parameters:

Name	Type	Description	Default
`fit`		`fit_model` 함수로 적합된 회귀분석 결과 객체.	required

Returns:

Name	Type	Description
`str`		모형 적합도 보고 문장. `IPython.display.Markdown`으로 감싸 출력하면 좋다.

report_variables ¶

report_variables(fit, data)

적합된 로지스틱 모델의 독립변수별 회귀계수·오즈비 보고표를 데이터프레임으로 생성해 반환한다.

오즈비와 그 95% 신뢰구간을 함께 제공한다. 다중공선성 점검을 위한 VIF 계산에 원본 데이터가 필요하므로 data를 함께 받는다.

Parameters:

Name	Type	Description	Default
`fit`		`fit_model` 함수로 적합된 회귀분석 결과 객체.	required
`data`		회귀분석에 사용한 원본 데이터프레임. 독립변수와 종속변수를 모두 포함해야 한다.	required

Returns:

Name	Type	Description
`DataFrame`		독립변수별 보고표. 종속변수·독립변수·B·표준오차·z·유의확률· 오즈비(OR)·OR 95% 신뢰구간·공차·VIF 컬럼을 가진다. \|B\|(=\|log OR\|) 내림차순으로 정렬되어 영향력이 큰 변수가 위로 온다.

report_variables_text ¶

report_variables_text(fit, data=None, alpha=0.05)

독립변수별 오즈비 해석 문장을 markdown 불릿 리스트로 생성해 반환한다.

각 독립변수에 대해 계수(B)·오즈비(OR)·z·유의확률을 문장으로 풀어 쓰고, 오즈비를 백분율 변화로 환산하여 "오즈가 약 몇 % 증가/감소" 형태로 해석한다. data가 주어지면 이분형(더미) 변수와 연속형 변수를 구분해 해석 표현을 달리한다.

Parameters:

Name	Type	Description	Default
`fit`		`fit_model` 함수로 적합된 회귀분석 결과 객체.	required
`data`		원본 데이터프레임 (기본값: None). 주어지면 이분형/연속형을 구분해 표현한다.	`None`
`alpha`	`float`	유의성 판정에 사용할 유의수준 (기본값: 0.05).	`0.05`

Returns:

Name	Type	Description
`str`		독립변수별 해석 문장 불릿 리스트. `IPython.display.Markdown`으로 감싸 출력하면 좋다.

plot_odds ¶

plot_odds(
    fit,
    data,
    palette=None,
    title=None,
    xlabel=None,
    ylabel=None,
    width=1280,
    height=None,
    save_path=None,
)

오즈비(Odds Ratio)를 가로 막대그래프로 시각화해 독립변수의 영향력을 보여준다.

막대는 report_variables가 정렬해 둔 |B|(=|log OR|) 내림차순 그대로 위에서 아래로 배치되며, 오즈비가 1보다 큰지(사건 발생 오즈 증가) 작은지(감소)에 따라 색을 달리하고 막대 끝에 오즈비 값을 표기한다. OR=1(영향 없음) 위치에 기준선을 둔다.

Parameters:

Name	Type	Description	Default
`fit`		`fit_model` 함수로 적합된 회귀분석 결과 객체.	required
`data`		독립변수와 종속변수를 모두 포함하는 데이터프레임.	required
`palette`	`dict`	부호별 막대 색상. None이면 {'+': 파랑, '-': 빨강} (기본값: None).	`None`
`title`	`str`	그래프 제목 (기본값: None).	`None`
`xlabel`	`str`	x축 레이블 (기본값: None → "오즈비(Odds Ratio)").	`None`
`ylabel`	`str`	y축 레이블 (기본값: None → "독립변수").	`None`
`width`	`int`	캔버스 가로 픽셀 (기본값: 1280).	`1280`
`height`	`int`	캔버스 세로 픽셀. None이면 독립변수 수 × 80으로 자동 계산 (기본값: None).	`None`
`save_path`	`str`	이미지 저장 경로 (기본값: None).	`None`

auto_logit ¶

auto_logit(
    data,
    y,
    report=True,
    plot=True,
    threshold=0.5,
    width=1280,
    height=640,
    backward=False,
    alpha=0.05,
)

로지스틱 회귀모델 적합부터 변수 선택·보고서 출력·시각화까지 한 번에 수행한다.

backward=True이면 유의하지 않은 독립변수가 모두 사라질 때까지 후진소거법(유의확률이 가장 큰 변수를 하나씩 제거 후 재적합)을 반복한다.

Parameters:

Name	Type	Description	Default
`data`		독립변수와 종속변수를 모두 포함하는 데이터프레임.	required
`y`		종속변수로 사용할 컬럼명 (0/1 이분형).	required
`report`	`bool`	오즈비 보고표·모형 적합도·해석 문장 출력 여부 (기본값: True).	`True`
`plot`	`bool`	시각화 출력 여부 (기본값: True).	`True`
`threshold`	`float`	시그모이드 곡선에 표시할 분류 임계값 (기본값: 0.5).	`0.5`
`width`	`int`	그래프 너비 (기본값: 1280).	`1280`
`height`	`int`	그래프 높이 (기본값: 640).	`640`
`backward`	`bool`	후진소거법으로 유의하지 않은 독립변수를 제거할지 여부 (기본값: False).	`False`
`alpha`	`float`	후진소거법의 변수 제거 기준이자 해석 문장의 유의수준 (기본값: 0.05).	`0.05`

Returns:

Type	Description
	적합이 완료된 로지스틱 회귀분석 결과 객체.

plot_confusion ¶

plot_confusion(
    fit,
    threshold=0.5,
    palette=None,
    title=None,
    size=640,
    save_path=None,
    ax=None,
)

혼동행렬(Confusion Matrix)을 정사각형 히트맵으로 시각화한다.

Parameters:

Name	Type	Description	Default
`fit`		`fit_model` 함수로 적합된 회귀분석 결과 객체.	required
`threshold`	`float`	확률을 0/1로 분류하는 임계값 (기본값: 0.5).	`0.5`
`palette`	`str`	히트맵 색상 팔레트 이름 (기본값: None → "Blues").	`None`
`title`	`str`	그래프 제목 (기본값: None → "혼동행렬(Confusion Matrix)").	`None`
`size`	`int`	캔버스 한 변의 픽셀 크기. 가로·세로가 같다 (기본값: 640).	`640`
`save_path`	`str`	이미지 저장 경로 (기본값: None).	`None`
`ax`		그래프를 그릴 Axes 객체 (기본값: None → 캔버스를 새로 생성).	`None`

plot_roc ¶

plot_roc(
    fit,
    palette=None,
    title=None,
    size=640,
    save_path=None,
    ax=None,
)

ROC Curve를 정사각형으로 그리고 AUC(곡선 아래 면적)를 제목에 표시한다.

Parameters:

Name	Type	Description	Default
`fit`		`fit_model` 함수로 적합된 회귀분석 결과 객체.	required
`palette`	`str`	곡선 색상에 사용할 팔레트 이름 (기본값: None → 파랑 단색).	`None`
`title`	`str`	그래프 제목 (기본값: None → "ROC Curve (AUC = ...)").	`None`
`size`	`int`	캔버스 한 변의 픽셀 크기. 가로·세로가 같다 (기본값: 640).	`640`
`save_path`	`str`	이미지 저장 경로 (기본값: None).	`None`
`ax`		그래프를 그릴 Axes 객체 (기본값: None → 캔버스를 새로 생성).	`None`

report_performance ¶

report_performance(
    fit,
    threshold=0.5,
    plot=True,
    palette=None,
    size=640,
    save_path=None,
)

적합된 로지스틱 모델의 분류 성능을 혼동행렬과 평가지표로 정리해 출력한다.

위양성률(FPR)과 특이성(TNR)은 sklearn에 함수가 없어 혼동행렬로 직접 계산한다. AUC는 구간별 판정("낮음"~"매우 우수")을, 진단오즈비는 (TP×TN)/(FP×FN)를 함께 출력한다.

Parameters:

Name	Type	Description	Default
`fit`		`fit_model` 함수로 적합된 회귀분석 결과 객체.	required
`threshold`	`float`	확률을 0/1로 분류하는 임계값 (기본값: 0.5).	`0.5`
`plot`	`bool`	혼동행렬 히트맵과 ROC Curve를 함께 그릴지 여부 (기본값: True).	`True`
`palette`	`str`	그래프 색상에 사용할 팔레트 이름 (기본값: None).	`None`
`size`	`int`	서브플롯 한 칸의 한 변 픽셀 크기 (기본값: 640).	`640`
`save_path`	`str`	이미지 저장 경로 (기본값: None).	`None`

apply_recipe ¶

apply_recipe(data, recipe)

fix_linear 이 확정한 처방을 다른 데이터프레임에 그대로 재현한다.

학습 때 사용한 중심화 평균·평행이동량을 그대로 써야 하므로, 신규 데이터를 예측할 때는 반드시 이 함수로 파생변수를 만든다.

Parameters:

Name	Type	Description	Default
`data`		처방을 적용할 데이터프레임. 처방 대상 원본 컬럼을 모두 포함해야 한다.	required
`recipe`	`dict`	`fix_linear` 이 돌려준 `recipe_` 딕셔너리. {변수명: {'method': 'square'\|'log', 'center': float, 'shift': float}}	required

Returns:

Name	Type	Description
`DataFrame`		파생변수가 추가되고 원본 컬럼이 제거된 데이터프레임.

Raises:

Type	Description
`KeyError`	처방 대상 컬럼이 `data` 에 없는 경우.
`ValueError`	처방 방식이 'square'·'log' 가 아닌 경우.

test_linear ¶

test_linear(
    fit=None,
    data=None,
    yname=None,
    xnames=None,
    targets=None,
    alpha=0.05,
)

Box-Tidwell 검정으로 연속형 독립변수의 로짓 선형성을 점검한다.

독립변수 x에 x × ln(x) 항을 하나씩 추가해 그 항이 유의한지 본다. 유의하면(p < alpha) 로짓이 직선이 아니라는 뜻이므로 변환·제곱항·구간화가 필요하다. 이분형(더미) 변수는 두 점을 잇는 선이 언제나 직선이므로 검정 대상에서 제외한다.

Parameters:

Name	Type	Description	Default
`fit`		`fit_model` 함수로 적합된 회귀분석 결과 객체.	`None`
`data`		회귀분석에 사용한 원본 데이터프레임. 독립변수와 종속변수를 모두 포함해야 한다.	`None`
`yname`	`str`	종속변수 컬럼명.	`None`
`xnames`	`list`	모델에 투입된 독립변수 이름 목록.	`None`
`targets`	`list`	검정할 변수 목록. None이면 `xnames` 중 연속형 전체 (기본값: None).	`None`
`alpha`	`float`	유의수준 (기본값: 0.05).	`0.05`

fix_linear ¶

fix_linear(
    data,
    y,
    alpha=0.05,
    allow_shifted_log=False,
    max_rounds=None,
    report=True,
)

로짓 선형성 위배를 한 변수씩 처방하고 재검정하는 루프를 자동으로 수행한다.

Parameters:

Name	Type	Description	Default
`data`		독립변수와 0/1 종속변수를 모두 포함한 데이터프레임.	required
`y`	`str`	종속변수 컬럼명.	required
`alpha`	`float`	유의수준 (기본값: 0.05).	`0.05`
`allow_shifted_log`	`bool`	음수를 포함한 변수도 평행이동 후 로그 변환을 시도할지 여부. 이동량이 자의적이어서 계수 해석이 무너지므로 기본값은 False (기본값: False).	`False`
`max_rounds`	`int`	최대 반복 횟수. None이면 연속형 독립변수 개수 (기본값: None).	`None`
`report`	`bool`	라운드별 진행 상황과 처리 이력표를 출력할지 여부 (기본값: True).	`True`

Returns:

Type	Description
	처방이 모두 반영된 회귀분석 결과 객체. 아래 속성이 함께 붙는다. - `data_` (DataFrame): 파생변수가 반영된 데이터프레임 - `recipe_` (dict): 변수별 처방 내역. `apply_recipe` 에 그대로 넘겨 쓴다 - `history_` (DataFrame): 라운드별 처리 이력표 - `unresolved_` (list): 제곱항·로그변환으로도 해소되지 않은 변수 목록

Raises:

Type	Description
`KeyError`	종속변수 컬럼이 `data` 에 없는 경우.
`ValueError`	alpha·max_rounds 가 유효하지 않은 경우.

test_independent ¶

test_independent(fit)

Durbin-Watson으로 잔차의 독립성을 검정한다.

로지스틱 회귀는 잔차가 0/1 구조라 일반 잔차를 쓸 수 없으므로 피어슨 잔차를 사용한다. 본래 시계열 전용 검정이므로, 시간 순서가 없는 데이터에서는 통계량이 정상이어도 실제로는 독립이 아닐 수 있다. 최종 판단은 자료 수집 설계로 해야 한다.

Parameters:

Name	Type	Description	Default
`fit`		`fit_model` 함수로 적합된 회귀분석 결과 객체.	required

Returns:

Name	Type	Description
`DataFrame`		Durbin-Watson 통계량과 독립성 판정을 담은 단일 행 결과표.

fit_pipeline ¶

fit_pipeline(
    data,
    y,
    columns=None,
    *,
    outlier=False,
    recipe=None,
    encode=True,
    vif=False,
    vif_threshold=10.0,
    scale=False,
    scale_method="standard",
    backward=False,
    alpha=0.05,
    name=None,
    verbose=False
)

플래그로 지정한 전처리를 수행한 뒤 로지스틱 회귀모델을 적합한다.

Parameters:

Name	Type	Description	Default
`data`	`DataFrame`	독립변수와 0/1 종속변수를 모두 포함하는 데이터프레임.	required
`y`	`str`	종속변수로 사용할 컬럼명.	required
`columns`	`list`	이상치 대체 대상이 되는 원본 연속형 독립변수 목록. None이면 숫자형 독립변수를 자동 선택한다 (기본값: None).	`None`
`outlier`	`bool`	이상치를 IQR 경계값으로 대체할지 여부 (기본값: False).	`False`
`recipe`	`dict`	`fix_linear` 이 돌려준 `recipe_`. None이면 처방을 적용하지 않는다 (기본값: None).	`None`
`encode`	`bool`	명목형 독립변수의 더미 인코딩 수행 여부 (기본값: True).	`True`
`vif`	`bool`	다중공선성 제거 수행 여부 (기본값: False).	`False`
`vif_threshold`	`float`	VIF 임계값 (기본값: 10.0).	`10.0`
`scale`	`bool`	정규화 수행 여부 (기본값: False).	`False`
`scale_method`	`str`	사용할 스케일러 이름 (기본값: 'standard').	`'standard'`
`backward`	`bool`	후진소거법 수행 여부 (기본값: False).	`False`
`alpha`	`float`	후진소거법의 변수 제거 기준 유의수준 (기본값: 0.05).	`0.05`
`name`	`str`	모델을 구분할 이름. 결과 객체의 `name_` 속성이 된다 (기본값: None).	`None`
`verbose`	`bool`	단계별 전처리 내역 출력 여부 (기본값: False).	`False`

Returns:

Type	Description
	적합이 완료된 회귀분석 결과 객체. 아래 속성이 함께 붙는다. - `data_` (DataFrame): 전처리가 끝난 데이터. `report_variables` 등이 사용한다 - `recipe_` (dict): 적용한 로짓 선형성 처방. 신규 예측 시 `apply_recipe` 에 넘긴다 - `name_` (str): 모델을 구분할 이름

Raises:

Type	Description
`KeyError`	종속변수 컬럼이 `data` 에 없는 경우.
`ValueError`	결측치가 남아 있는 경우.

compare_models ¶

compare_models(
    fits,
    metric="AUC",
    sub_metric="변수수",
    tolerance=0.05,
    threshold=0.5,
    digits=4,
    report=True,
)

여러 로지스틱 모델의 분류 성능을 한 표로 정리해 좋은 순으로 정렬하고, 최고 모델을 반환한다. 주 지표 1위와의 격차가 tolerance 이내면 '근소 격차 그룹'으로 묶어 보조 지표로 순서를 정한다.

my_ols.compare_models 와 같은 방식으로 동작하되, 회귀 지표(RMSE·R²) 대신 분류 지표(정확도·F1·AUC)와 모형 적합도 지표(Pseudo R²·AIC)로 비교한다.

Parameters:

Name	Type	Description	Default
`fits`	`dict`	{모델이름: 적합된 회귀분석 결과 객체} 형태의 딕셔너리.	required
`metric`	`str`	정렬 기준이 되는 주 성능평가지표 (기본값: 'AUC').	`'AUC'`
`sub_metric`	`str`	근소 격차 그룹 안에서 적용할 보조 지표. None이면 미사용 (기본값: '변수수').	`'변수수'`
`tolerance`	`float`	근소 격차로 판단할 주 지표의 상대격차. 0이면 순수 크기 비교 (기본값: 0.05).	`0.05`
`threshold`	`float`	확률을 0/1로 분류하는 임계값 (기본값: 0.5).	`0.5`
`digits`	`int`	표에 표시할 소수점 자릿수 (기본값: 4).	`4`
`report`	`bool`	성능 비교표를 화면에 출력할지 여부 (기본값: True).	`True`

Returns:

Type	Description
	성능이 가장 좋은 모델의 회귀분석 결과 객체(표의 첫 행). 아래 속성이 함께 붙는다. - `name_` (str): 모델 이름. `fits` 의 키에서 채워진다 - `score_table_` (DataFrame): 모델명을 인덱스로 하는 성능 비교표. 성능이 좋은 모델이 위에 오며, 맨 끝에 1위 대비 상대격차인 `Gap(%)` 컬럼이 붙는다

Raises:

Type	Description
`TypeError`	`fits` 가 딕셔너리가 아니거나 값이 회귀분석 결과 객체가 아닌 경우.
`ValueError`	`fits` 가 비었거나 지표 이름·tolerance·threshold 가 유효하지 않은 경우.

report_threshold ¶

report_threshold(fit, thresholds=None, digits=3)

임계값을 바꿔가며 분류 성능이 어떻게 달라지는지 한 표로 정리한다.

임계값 0.5는 관례일 뿐이므로, 정밀도와 재현율 중 무엇이 중요한지에 따라 조정한 결과를 비교해 목적에 맞는 값을 고르는 데 사용한다.

Parameters:

Name	Type	Description	Default
`fit`		`fit_model` 함수로 적합된 회귀분석 결과 객체.	required
`thresholds`	`list`	비교할 임계값 목록 (기본값: [0.3, 0.4, 0.5, 0.6, 0.7]).	`None`
`digits`	`int`	표에 표시할 소수점 자릿수 (기본값: 3).	`3`
`report`	`bool`	비교표를 화면에 출력할지 여부 (기본값: True).	required

Returns:

Name	Type	Description
`DataFrame`		임계값을 인덱스로 하는 성능 비교표. 정확도·정밀도·재현율·F1 과 놓친 1(FN)·잘못 잡은 0(FP) 건수를 담는다.

Raises:

Type	Description
`ValueError`	임계값 목록이 비었거나 0~1 범위를 벗어난 값이 있는 경우.