Logistická regrese se dvěma vysvětlujícími proměnnými
Logistická regrese podporuje i více vysvětlujících proměnných. Syntaxe pro jejich zahrnutí do modelu je stejná jako u lineární regrese.
V tomto cvičení sestavíš model odchodu zákazníků (churn) s oběma vysvětlujícími proměnnými z datasetu: délkou zákaznického vztahu, nedávností nákupu a jejich vzájemnou interakcí.
churn je k dispozici.
Toto cvičení je součástí kurzu
Intermediate Regression with statsmodels in Python
Pokyny k cvičení
- Importuj funkci
logit()zstatsmodels.formula.api. - Přizpůsob logistickou regresi stavu odchodu zákazníka,
has_churned, v závislosti na délce zákaznického vztahu,time_since_first_purchase, nedávnosti nákupu,time_since_last_purchase, a jejich vzájemné interakci.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Import logit
____
# Fit a logistic regression of churn status vs. length of relationship, recency, and an interaction
mdl_churn_vs_both_inter = ____
# Print the coefficients
print(mdl_churn_vs_both_inter.params)