Logistic regression ที่มีตัวแปรอธิบายสองตัว

Logistic regression รองรับตัวแปรอธิบายหลายตัวได้เช่นกัน ไวยากรณ์ที่ใช้ในการเพิ่มตัวแปรอธิบายหลายตัวใน logistic regression นั้นเหมือนกับ linear regression ทุกประการ

ในแบบฝึกหัดนี้ คุณจะสร้างโมเดลสถานะ churn โดยใช้ตัวแปรอธิบายทั้งสองตัวจากชุดข้อมูล ได้แก่ ระยะเวลาความสัมพันธ์ของลูกค้าและความถี่ล่าสุดของการซื้อ รวมถึง interaction ระหว่างตัวแปรอธิบายทั้งสองด้วย

churn พร้อมใช้งานแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Regression ระดับกลางด้วย statsmodels ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

Import ฟังก์ชัน logit() จาก statsmodels.formula.api
Fit logistic regression ของสถานะ churn คือ has_churned เทียบกับระยะเวลาความสัมพันธ์ของลูกค้า time_since_first_purchase และความถี่ล่าสุดของการซื้อ time_since_last_purchase พร้อมกับ interaction ระหว่างตัวแปรอธิบายทั้งสอง

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)

แก้ไขและรันโค้ด