Vorhersage mit logistischer Regression
Wie bei der linearen Regression liegt der Reiz der logistischen Regression darin, dass du Vorhersagen treffen kannst. Gehen wir den Vorhersageablauf noch einmal Schritt für Schritt durch!
churn und mdl_churn_vs_both_inter sind verfügbar; dplyr, tidyr und ggplot2 sind geladen.
Diese Übung ist Teil des Kurses
<Kurs>Fortgeschrittene Regression in R</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Make a grid of explanatory data
explanatory_data <- ___(
# Set len. relationship to seq from -2 to 4 in steps of 0.1
___,
# Set recency to seq from -1 to 6 in steps of 0.1
___
)
# See the result
explanatory_data