ผลกระทบของฤดูกาล
สมมติว่าต้องการพยากรณ์ว่าผู้บริจาคที่เป็นผู้สมัครจะบริจาคในเดือนถัดไปหรือไม่ โดยใช้ยอดบริจาคสูงสุดของผู้บริจาคแต่ละคนในเดือนก่อนหน้าเป็นตัวแปรพยากรณ์ ดังที่ได้เรียนไปในวิดีโอ ยอดบริจาคเฉลี่ยในเดือนกรกฎาคมและกันยายนมีค่าใกล้เคียงกัน แต่ในเดือนธันวาคมจะสูงกว่าอย่างเห็นได้ชัด ในแบบฝึกหัดนี้ จะได้เห็นว่าสิ่งนี้ส่งผลต่อประสิทธิภาพของโมเดลอย่างไร
โมเดล Logistic Regression ถูกสร้างและ Fit แล้วใน logreg โดยใช้ข้อมูลของเดือนกรกฎาคม
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Predictive Analytics ระดับกลางด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# AUC of model in July:
predictions = logreg.____(test_july[["age", "max_amount"]])[:,1]
auc = ____(test_july["target"], predictions)
print(auc)