Regresja logistyczna z 2 zmiennymi objaśniającymi
Aby uwzględnić wiele zmiennych objaśniających w modelach regresji logistycznej, składnia jest taka sama jak w przypadku regresji liniowej. Jedyna zmiana to ta sama co w prostym przypadku: uruchamiasz uogólniony model liniowy z binarną rodziną błędów.
Dopasuj model statusu rezygnacji z usługi z obiema zmiennymi objaśniającymi ze zbioru danych: długością relacji z klientem oraz datą ostatniego zakupu.
churn jest dostępny.
To ćwiczenie jest częścią kursu
Regresja średnio zaawansowana w R
Instrukcje do ćwiczenia
- Dopasuj model regresji logistycznej statusu rezygnacji z usługi:
has_churnedw zależności od długości relacji z klientem (time_since_first_purchase) i czasu od ostatniego zakupu (time_since_last_purchase) wraz z interakcją między zmiennymi objaśniającymi.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Fit a logistic regression of churn status vs. length of relationship, recency, and an interaction
mdl_churn_vs_both_inter <- ___
# See the result
mdl_churn_vs_both_inter