두 개의 설명 변수를 사용하는 로지스틱 회귀
로지스틱 회귀도 여러 개의 설명 변수를 지원합니다. 로지스틱 회귀 모델에 여러 설명 변수를 포함하는 문법은 선형 회귀와 동일해요.
여기서는 데이터셋의 두 설명 변수, 즉 고객 관계 기간과 최근 구매 시점, 그리고 이 둘의 상호작용을 사용해 이탈 상태를 예측하는 모델을 적합해 보겠습니다.
churn이 제공되어 있습니다.
이 연습은 강의의 일부입니다
Python의 statsmodels로 배우는 중급 회귀
연습 안내
statsmodels.formula.api에서logit()함수를 가져오세요.- 고객 이탈 상태
has_churned를 종속 변수로, 고객 관계 기간time_since_first_purchase, 최근 구매 시점time_since_last_purchase, 그리고 두 설명 변수 간 상호작용을 포함해 로지스틱 회귀 모델을 적합하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import logit
____
# Fit a logistic regression of churn status vs. length of relationship, recency, and an interaction
mdl_churn_vs_both_inter = ____
# Print the coefficients
print(mdl_churn_vs_both_inter.params)