Previsioni con la regressione logistica
Come per la regressione lineare, il bello della regressione logistica è che puoi fare previsioni. Ripercorriamo ancora una volta il flusso di previsione!
churn e mdl_churn_vs_both_inter sono disponibili; itertools.product è stato caricato.
Questo esercizio fa parte del corso
Regressione intermedia con statsmodels in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Create time_since_first_purchase
time_since_first_purchase = ____
# Create time_since_last_purchase
time_since_last_purchase = ____
# Create p as all combinations of values of time_since_first_purchase and time_since_last_purchase
p = ____
# Transform p to a DataFrame and name the columns
explanatory_data = ____
# Print the result
print(explanatory_data)