Probabilidades
Há quatro maneiras principais de expressar a previsão de um modelo de regressão logística - examinaremos cada uma delas nos próximos quatro exercícios. Em primeiro lugar, como a variável de resposta é "sim" ou "não", você pode fazer uma previsão da probabilidade de um "sim". Aqui, você calculará e visualizará essas probabilidades.
Duas variáveis estão disponíveis:
mdl_churn_vs_relationship
é o modelo de regressão logística ajustado dehas_churned
versustime_since_first_purchase
.explanatory_data
é um DataFrame de valores explicativos.
Este exercício faz parte do curso
Introdução à regressão com statsmodels em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Create prediction_data
prediction_data = explanatory_data.assign(
____
)
# Print the head
print(____)