Regressão logística com duas variáveis explicativas
A regressão logística também aceita múltiplas variáveis explicativas. Para incluir várias variáveis explicativas em modelos de regressão logística, a sintaxe é a mesma usada em regressões lineares.
Aqui, você vai ajustar um modelo do status de churn com as duas variáveis explicativas do conjunto de dados: a duração do relacionamento com o cliente e a recência da última compra, além da interação entre elas.
churn está disponível.
Este exercicio faz parte do curso
Regressão Intermediária com statsmodels em Python
Instruções do exercicio
- Importe a função
logit()destatsmodels.formula.api. - Ajuste uma regressão logística do status de churn,
has_churned, em função da duração do relacionamento com o cliente,time_since_first_purchase, e da recência da compra,time_since_last_purchase, incluindo uma interação entre as variáveis explicativas.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Import logit
____
# Fit a logistic regression of churn status vs. length of relationship, recency, and an interaction
mdl_churn_vs_both_inter = ____
# Print the coefficients
print(mdl_churn_vs_both_inter.params)