Логистическая регрессия с двумя объясняющими переменными
Логистическая регрессия также поддерживает несколько объясняющих переменных. Синтаксис для их включения в модель логистической регрессии совпадает с синтаксисом для линейной регрессии.
В этом упражнении вы построите модель оттока клиентов с обеими объясняющими переменными из набора данных: длительностью отношений с клиентом и давностью последней покупки, а также их взаимодействием.
churn доступен.
Это упражнение является частью курса
Промежуточная регрессия со statsmodels в Python
Инструкции к упражнению
- Импортируйте функцию
logit()изstatsmodels.formula.api. - Постройте логистическую регрессию статуса оттока,
has_churned, относительно длительности отношений с клиентом,time_since_first_purchase, и давности последней покупки,time_since_last_purchase, включая взаимодействие между объясняющими переменными.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import logit
____
# Fit a logistic regression of churn status vs. length of relationship, recency, and an interaction
mdl_churn_vs_both_inter = ____
# Print the coefficients
print(mdl_churn_vs_both_inter.params)