Przewidywanie regresji logistycznej
Podobnie jak w przypadku regresji liniowej, regresja logistyczna pozwala na tworzenie prognoz. Przejdźmy jeszcze raz przez cały proces przewidywania!
Dostępne są churn i mdl_churn_vs_both_inter; załadowana jest funkcja itertools.product.
To ćwiczenie jest częścią kursu
Regresja średnio zaawansowana ze statsmodels w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create time_since_first_purchase
time_since_first_purchase = ____
# Create time_since_last_purchase
time_since_last_purchase = ____
# Create p as all combinations of values of time_since_first_purchase and time_since_last_purchase
p = ____
# Transform p to a DataFrame and name the columns
explanatory_data = ____
# Print the result
print(explanatory_data)