Začněte nyníZačněte zdarma

Logistická regrese s logit()

Pro logistickou regresi potřebuješ další funkci z statsmodels.formula.api: logit(). Přijímá stejné argumenty jako ols(): argument formula a data. Model pak přizpůsobíš datům pomocí .fit().

Zde budeš modelovat, jak délka vztahu se zákazníkem ovlivňuje odchod.

Dataset churn je k dispozici.

Toto cvičení je součástí kurzu

Úvod do regrese s knihovnou statsmodels v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Importuj funkci logit() z statsmodels.formula.api.
  • Pomocí datasetu churn proveď logistickou regresi has_churned versus time_since_first_purchase. Výsledek ulož do mdl_churn_vs_relationship.
  • Vypiš parametry natrénovaného modelu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import logit
____

# Fit a logistic regression of churn vs. length of relationship using the churn dataset
mdl_churn_vs_relationship = ____

# Print the parameters of the fitted model
print(____)
Upravit a spustit kód