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.
To ćwiczenie jest częścią kursu
Wprowadzenie do regresji z użyciem statsmodels w Pythonie
Instrukcje do ćwiczenia
- Zaimportuj funkcję
logit()zstatsmodels.formula.api. - Dopasuj model regresji logistycznej, w którym
has_churnedjest zmienną zależną, atime_since_first_purchase– zmienną niezależną, korzystając ze zbioru danychchurn. Przypisz wynik domdl_churn_vs_relationship. - Wyświetl parametry dopasowanego modelu.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import logit
____
# Fit a logistic regression of churn vs. length of relationship using the churn dataset
mdl_churn_vs_relationship = ____
# Print the parameters of the fitted model
print(____)