1. Apprendre
    2. /
  2. Cours
    3. /
  3. Introduction à la régression avec statsmodels en Python
Connected

Exercice

Visualiser les modèles linéaires et logistiques

Comme pour les régressions linéaires, regplot() trace les prédictions d'un modèle de régression logistique sans que vous ayez à vous soucier du code de modélisation. Pour comparer les prédictions d'une régression linéaire et d'une régression logistique, dessinez les deux lignes de tendance côte à côte. Alerte divulgâcheur : vous devriez voir une tendance linéaire (ligne droite) pour le modèle linéaire et une tendance logistique (courbe en S) pour le modèle logistique.

churn est disponible.

Instructions 1/2

undefined XP
    1
    2
  • En utilisant churn, tracez has_churned en fonction de time_since_first_purchase sous forme de nuage de points avec une ligne de tendance de régression linéaire rouge (sans ruban d'erreur-type).