ロジスティック回帰による予測
線形回帰と同様に、ロジスティック回帰の魅力は予測ができることです。もう一度、予測の流れを順番に確認していきましょう。
churn と mdl_churn_vs_both_inter は使用できる状態になっています。また、itertools.product も読み込み済みです。
この演習はコースの一部です
statsmodels を使った中級 Regression
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)