लॉग ऑड्स
लॉजिस्टिक रिग्रेशन की प्रेडिक्शन के लिए probabilities और odds का एक नुस्खान यह है कि दोनों के लिए प्रेडिक्शन लाइनें मुड़ी हुई होती हैं. इससे यह समझना मुश्किल हो जाता है कि explanatory वैरिएबल में बदलाव करने पर प्रेडिक्शन में क्या होगा. Odds का लॉगरिदम ("log odds" या "logit") प्रेडिक्टेड रिस्पॉन्स और explanatory वैरिएबल के बीच एक रैखिक (linear) संबंध रखता है. यानी जैसे-जैसे explanatory वैरिएबल बदलता है, रिस्पॉन्स मेट्रिक में बेहद तीखे बदलाव नहीं दिखते — केवल रैखिक बदलाव होते हैं.
क्योंकि log odds के वास्तविक मान (linear) odds की तुलना में कम सहज लगते हैं, इसलिए visualization के लिए आम तौर पर बेहतर है कि आप odds को प्लॉट करें और y-axis के scale पर log transformation लगाएँ.
mdl_churn_vs_relationship, explanatory_data, और prediction_data पिछले अभ्यास से उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में statsmodels के साथ Regression परिचय
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Update prediction data with log_odds
____
# Print the head
print(____)