เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Logistic Regression ด้วย logit()

การทำ Logistic Regression ต้องใช้ฟังก์ชันอีกตัวจาก statsmodels.formula.api นั่นคือ logit() ซึ่งรับอาร์กิวเมนต์เหมือนกันกับ ols() ได้แก่ formula และ data จากนั้นใช้ .fit() เพื่อ fit โมเดลกับข้อมูล

ในแบบฝึกหัดนี้ จะสร้างโมเดลเพื่อดูว่าระยะเวลาที่ลูกค้าใช้บริการส่งผลต่อการยกเลิกบัญชีอย่างไร

ชุดข้อมูล churn พร้อมใช้งานแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การถดถอยเบื้องต้นด้วย statsmodels ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import ฟังก์ชัน logit() จาก statsmodels.formula.api
  • Fit Logistic Regression ของ has_churned เทียบกับ time_since_first_purchase โดยใช้ชุดข้อมูล churn แล้วกำหนดให้กับตัวแปร mdl_churn_vs_relationship
  • แสดงค่า parameters ของโมเดลที่ fit แล้ว

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import logit
____

# Fit a logistic regression of churn vs. length of relationship using the churn dataset
mdl_churn_vs_relationship = ____

# Print the parameters of the fitted model
print(____)
แก้ไขและรันโค้ด