Kom igångKom igång gratis

Sannolikheter

Det finns fyra huvudsakliga sätt att uttrycka en prediktion från en logistisk regressionsmodell – vi tittar på vart och ett av dem under de nästa fyra övningarna. Till att börja med, eftersom responsvariabeln antingen är "ja" eller "nej", kan du förutsäga sannolikheten för ett "ja". Här beräknar och visualiserar du dessa sannolikheter.

Två variabler är tillgängliga:

  • mdl_churn_vs_relationship är den anpassade logistiska regressionsmodellen av has_churned mot time_since_first_purchase.
  • explanatory_data är en DataFrame med förklarande värden.

Den här övningen är en del av kursen

Introduktion till regression med statsmodels i Python

Visa kurs

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Create prediction_data
prediction_data = explanatory_data.assign(
  ____
)

# Print the head
print(____)
Redigera och kör kod