Predição com regressão logística
Assim como na regressão linear, a vantagem da regressão logística é que você pode fazer previsões. Vamos revisar o fluxo de predição mais uma vez!
churn e mdl_churn_vs_both_inter estão disponíveis; itertools.product está carregado.
Este exercicio faz parte do curso
Regressão Intermediária com statsmodels em Python
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Create time_since_first_purchase
time_since_first_purchase = ____
# Create time_since_last_purchase
time_since_last_purchase = ____
# Create p as all combinations of values of time_since_first_purchase and time_since_last_purchase
p = ____
# Transform p to a DataFrame and name the columns
explanatory_data = ____
# Print the result
print(explanatory_data)