Log odds
Uma desvantagem de usar probabilidades e odds para previsões de regressão logística é que as linhas de previsão para cada uma são curvas. Isso dificulta entender o que acontece com a previsão quando você altera a variável explicativa. O logaritmo das odds (os "log odds" ou "logit") tem uma relação linear entre a resposta prevista e a variável explicativa. Isso significa que, conforme a variável explicativa muda, você não vê mudanças dramáticas na métrica de resposta — apenas mudanças lineares.
Como os valores de log odds são menos intuitivos do que odds (lineares), para fins de visualização geralmente é melhor traçar as odds e aplicar uma transformação log na escala do eixo y.
mdl_churn_vs_relationship, explanatory_data e prediction_data estão disponíveis a partir do exercício anterior.
Este exercício faz parte do curso
Introdução à Regressão com statsmodels em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Update prediction data with log_odds
____
# Print the head
print(____)