1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do regresji z użyciem statsmodels w Pythonie
Connected

ćwiczenie

Regresja logistyczna z logit()

Do regresji logistycznej potrzebna jest kolejna funkcja z statsmodels.formula.api: logit(). Przyjmuje te same argumenty co ols(): argument formula oraz data. Następnie wywołujesz .fit(), aby dopasować model do danych.

W tym ćwiczeniu sprawdzisz, jak długość relacji z klientem wpływa na rezygnację z usługi.

churn jest dostępny.

Instrukcje

100 XP
  • Zaimportuj funkcję logit() z statsmodels.formula.api.
  • Dopasuj model regresji logistycznej, w którym has_churned jest zmienną zależną, a time_since_first_purchase – zmienną niezależną, korzystając ze zbioru danych churn. Przypisz wynik do mdl_churn_vs_relationship.
  • Wyświetl parametry dopasowanego modelu.