1. सीखें
    2. /
  2. पाठ्यक्रम
    3. /
  3. Pythonで学ぶstatsmodelsによる回帰入門
Connected

अभ्यास

説明変数を探る

応答変数が論理型の場合、すべての点は \(y=0\) と \(y=1\) の直線上に並ぶため、何が起きているのか見分けにくくなります。動画でも、トレンドラインを見るまでは、それぞれの直線上で説明変数がどのように分布しているかが分かりにくかったはずです。これは、応答ごとにグループ化した説明変数のヒストグラムで解決できます。

これらのヒストグラムを使って、動画で見た金融サービスの解約（churn）データセットに慣れていきます。

churn は pandas の DataFrame として利用できます。

निर्देश 1/2

undefined XP
  • 1

    churn データに対する sns.displot() の呼び出しで、time_since_last_purchase を、has_churned の各値ごとに分割した2つのヒストグラムとして描画します。

  • 2

    time_since_first_purchase 列を使い、has_churned の各値ごとに分割して、ヒストグラムを描き直します。