Wpływ sezonowości
Załóż, że chcesz przewidzieć, czy potencjalny darczyńca przekaże darowiznę w przyszłym miesiącu. Jako zmienną predykcyjną chcesz uwzględnić maksymalną darowiznę każdego darczyńcy z poprzedniego miesiąca. Jak wyjaśniono w filmie, średnia wartość darowizn w lipcu i wrześniu jest zbliżona, ale w grudniu darowizny są wyraźnie wyższe. W tym ćwiczeniu zobaczysz, jak może to wpłynąć na wydajność modelu.
Model regresji logistycznej został już utworzony i dopasowany do danych z lipca – znajdziesz go w zmiennej logreg.
To ćwiczenie jest częścią kursu
Pośrednia analityka predykcyjna w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# AUC of model in July:
predictions = logreg.____(test_july[["age", "max_amount"]])[:,1]
auc = ____(test_july["target"], predictions)
print(auc)