1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do regresji w R
Connected

ćwiczenie

Prawdopodobieństwa

Istnieją cztery główne sposoby wyrażania predykcji modelu regresji logistycznej – przyjrzymy się każdemu z nich w kolejnych czterech ćwiczeniach. Na początek: ponieważ zmienna objaśniana przyjmuje wartości „tak" lub „nie", można przewidzieć prawdopodobieństwo wystąpienia wartości „tak". W tym ćwiczeniu obliczysz i zwizualizujesz te prawdopodobieństwa.

Dostępne są trzy zmienne:

  • mdl_churn_vs_relationship to model regresji logistycznej zmiennej has_churned względem time_since_first_purchase.
  • explanatory_data to ramka danych z wartościami zmiennej objaśniającej.
  • plt_churn_vs_relationship to wykres punktowy zmiennej has_churned względem time_since_first_purchase z wygładzoną linią glm.

Biblioteka dplyr jest załadowana.

Instrukcje 1/2

undefined XP
    1
    2
  • Korzystając z modelu mdl_churn_vs_relationship i danych objaśniających explanatory_data, przewidź prawdopodobieństwo odejścia klienta. Przypisz predykcje do kolumny has_churned ramki danych prediction_data. Pamiętaj, aby ustawić odpowiedni type predykcji.