Probabilitas

Ada empat cara utama untuk menyatakan prediksi dari model regresi logistik — kita akan membahas masing-masing dalam empat latihan berikut. Pertama, karena variabel respons adalah "ya" atau "tidak", Anda dapat membuat prediksi probabilitas terjadinya "ya". Di sini, Anda akan menghitung dan memvisualisasikan probabilitas tersebut.

Tersedia dua variabel:

mdl_churn_vs_relationship adalah model regresi logistik terpasang dari has_churned terhadap time_since_first_purchase.
explanatory_data adalah DataFrame yang berisi nilai-nilai penjelas.

Latihan ini merupakan bagian dari kursus

Pengantar Regresi dengan statsmodels di Python

Lihat Kursus

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Create prediction_data
prediction_data = explanatory_data.assign(
  ____
)

# Print the head
print(____)

Edit dan Jalankan Kode