Algoritmul de regresie logistică
Hai să explorăm mecanismul intern și să implementăm un algoritm de regresie logistică. Deoarece funcția glm() din R este foarte complexă, ne vom limita la implementarea regresiei logistice simple pentru un singur set de date.
În loc să folosim suma pătratelor ca metrică, vom folosi verosimilitatea. Totuși, log-verosimilitatea este mai stabilă din punct de vedere computațional, așa că o vom utiliza pe aceasta. Mai există o modificare: deoarece vrem să maximizăm log-verosimilitatea, dar optim() caută implicit valori minime, este mai simplu să calculăm negativul log-verosimilității.
Valoarea log-verosimilității pentru fiecare observație este
Metrica de calculat este minus suma acestor contribuții la log-verosimilitate.
Valorile explicative (coloana time_since_last_purchase din churn) sunt disponibile ca x_actual.
Valorile răspuns (coloana has_churned din churn) sunt disponibile ca y_actual.
Acest exercițiu face parte din cursul
Regresie intermediară în R
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Set the intercept to 1
intercept <- ___
# Set the slope to 0.5
slope <- ___
# Calculate the predicted y values
y_pred <- ___
# Calculate the log-likelihood for each term
log_likelihoods <- ___
# Calculate minus the sum of the log-likelihoods for each term
___