Log odds
Jednou z nevýhod pravděpodobností a poměrů šancí (odds) při předpovědích logistické regrese je, že odpovídající křivky jsou zakřivené. To ztěžuje posouzení toho, jak se předpověď změní při změně vysvětlující proměnné. Logaritmus poměru šancí („log odds" neboli „logit") má s vysvětlující proměnnou lineární vztah. To znamená, že při změně vysvětlující proměnné nedochází k dramatickým výkyvům v hodnotě odezvy – změny jsou pouze lineární.
Protože skutečné hodnoty log odds jsou méně intuitivní než (lineární) odds, je pro účely vizualizace obvykle lepší vykreslit odds a na osu y aplikovat logaritmické měřítko.
mdl_churn_vs_relationship, explanatory_data a prediction_data jsou dostupné z předchozího cvičení.
Toto cvičení je součástí kurzu
Úvod do regrese s knihovnou statsmodels v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Update prediction data with log_odds
____
# Print the head
print(____)