Visualizzare più variabili esplicative
La creazione di grafici presenta problemi simili al caso della regressione lineare: includere molte variabili numeriche nel grafico diventa presto complicato. Qui esaminerai il caso con due variabili esplicative numeriche e la soluzione è sostanzialmente la stessa di prima: usa il colore per indicare la variabile risposta.
Qui ci sono solo due possibili valori della risposta (zero e uno), sia nel dataset reale sia in quello previsto.
churn e prediction_data sono già disponibili.
Questo esercizio fa parte del corso
Regressione intermedia con statsmodels in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Using churn, plot recency vs. length of relationship, colored by churn status
____
# Show the plot
plt.show()