Logistisk regression med 2 förklaringsvariabler
Syntaxen för att inkludera flera förklaringsvariabler i logistiska regressionsmodeller är densamma som för linjär regression. Den enda skillnaden är densamma som i det enkla fallet: du kör en generaliserad linjär modell med en binomial felfamilj.
Här ska du anpassa en modell för churn-status med båda förklaringsvariablerna från datamängden: längden på kundrelationen och hur nyligen senaste köpet gjordes.
churn är tillgänglig.
Den här övningen är en del av kursen
Intermediär regression i R
Övningsinstruktioner
- Anpassa en logistisk regression av churn-status,
has_churnedmot längden på kundrelationen,time_since_first_purchase, och hur nyligen senaste köpet gjordes,time_since_last_purchase, samt en interaktion mellan förklaringsvariablerna.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Fit a logistic regression of churn status vs. length of relationship, recency, and an interaction
mdl_churn_vs_both_inter <- ___
# See the result
mdl_churn_vs_both_inter