1. เรียนรู้
    2. /
  2. Courses
    3. /
  3. Python에서 statsmodels로 살펴보는 회귀 소개
Connected

Exercises

확률

로지스틱 회귀 모델의 예측을 표현하는 대표적인 방법은 네 가지가 있습니다. 다음 네 개의 연습 문제에서 각각을 살펴볼 거예요. 먼저, 반응 변수가 "yes" 또는 "no"이므로 "yes"가 될 확률을 예측할 수 있습니다. 여기서는 이 확률을 계산하고 시각화해 보겠습니다.

두 가지 변수가 준비되어 있어요:

  • mdl_churn_vs_relationship는 has_churned를 종속 변수로, time_since_first_purchase를 설명 변수로 한 로지스틱 회귀 적합 모델입니다.
  • explanatory_data는 설명 변수 값으로 이루어진 DataFrame입니다.

คำแนะนำ 1 / 2

undefined XP
    1
    2
  • explanatory_data에 has_churned 열을 할당하여 DataFrame prediction_data를 만드세요.
  • has_churned 열에는 이탈 확률의 예측값을 저장하세요. 모델 mdl_churn_vs_relationship와 설명 변수 데이터 explanatory_data를 사용합니다.
  • 예측 DataFrame의 상위 5개 행을 출력하세요.