Dampak musiman
Misalkan Anda ingin memprediksi apakah calon donatur akan berdonasi pada bulan depan. Sebagai variabel prediktor, Anda ingin menyertakan nilai sumbangan maksimum setiap donatur pada bulan sebelumnya. Seperti yang Anda pelajari di video, rata-rata nilai sumbangan pada Juli dan September serupa, tetapi sumbangan cenderung lebih tinggi pada Desember. Pada latihan ini, Anda akan melihat bagaimana hal ini dapat memengaruhi kinerja model Anda.
Model regresi logistik telah dibuat dan di-fit untuk Anda dalam logreg pada data bulan Juli.
Latihan ini merupakan bagian dari kursus
Predictive Analytics Tingkat Menengah dengan Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# AUC of model in July:
predictions = logreg.____(test_july[["age", "max_amount"]])[:,1]
auc = ____(test_july["target"], predictions)
print(auc)