ComeçarComece de graça

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 de has_churned versus time_since_first_purchase.
  • explanatory_data é um DataFrame de valores explicativos.

Este exercício faz parte do curso

Introdução à regressão com statsmodels em Python

Ver curso

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create prediction_data
prediction_data = explanatory_data.assign(
  ____
)

# Print the head
print(____)
Editar e executar o código