Regresja logistyczna z glm()
Regresja liniowa i logistyczna to szczególne przypadki szerszej klasy modeli zwanych uogólnionymi modelami liniowymi (z ang. generalized linear models, „GLM"). Regresja liniowa zakłada, że reszty mają rozkład Gaussa (normalny). Regresja logistyczna natomiast zakłada, że reszty mają rozkład dwumianowy.
W tym ćwiczeniu zbudujesz model opisujący, jak długość relacji z klientem wpływa na jego odejście.
Zbiór danych churn jest dostępny.
To ćwiczenie jest częścią kursu
Wprowadzenie do regresji w R
Instrukcje do ćwiczenia
- Dopasuj model regresji logistycznej
has_churnedw zależności odtime_since_first_purchase, korzystając ze zbioru danychchurn. Przypisz wynik do zmiennejmdl_churn_vs_relationship.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Fit a logistic regression of churn vs. length of relationship using the churn dataset
mdl_churn_vs_relationship <- ___
# See the result
mdl_churn_vs_relationship