Log odds
Satu kelemahan probabilitas dan odds untuk prediksi regresi logistik adalah garis prediksinya melengkung. Hal ini membuatnya lebih sulit untuk menalar apa yang terjadi pada prediksi ketika Anda mengubah variabel penjelas. Logaritma dari odds ("log odds" atau "logit") memiliki hubungan linear antara respons yang diprediksi dan variabel penjelas. Artinya, ketika variabel penjelas berubah, Anda tidak akan melihat perubahan yang dramatis pada metrik respons—hanya perubahan yang linear.
Karena nilai log odds yang sebenarnya kurang intuitif dibandingkan odds (linear), untuk visualisasi biasanya lebih baik memplot odds dan menerapkan transformasi log pada skala sumbu-y.
mdl_churn_vs_relationship, explanatory_data, dan prediction_data tersedia dari latihan sebelumnya.
Latihan ini adalah bagian dari kursus
Pengantar Regresi dengan statsmodels di Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Update prediction data with log_odds
____
# Print the head
print(____)