เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ความน่าจะเป็น

การแสดงผลการพยากรณ์จากโมเดล logistic regression มีอยู่ 4 รูปแบบหลัก – เราจะดูแต่ละรูปแบบในแบบฝึกหัด 4 ข้อถัดไป รูปแบบแรกคือ เนื่องจากตัวแปรตอบสนองมีค่าเป็น "ใช่" หรือ "ไม่ใช่" จึงสามารถพยากรณ์ความน่าจะเป็นของ "ใช่" ได้ ในแบบฝึกหัดนี้ คุณจะคำนวณและแสดงภาพความน่าจะเป็นเหล่านั้น

มีตัวแปรสองตัวให้พร้อมใช้งาน:

  • mdl_churn_vs_relationship คือโมเดล logistic regression ที่ฝึกแล้ว โดยใช้ has_churned เป็นตัวแปรตอบสนอง และ time_since_first_purchase เป็นตัวแปรอธิบาย
  • explanatory_data คือ DataFrame ของค่าตัวแปรอธิบาย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การถดถอยเบื้องต้นด้วย statsmodels ใน Python

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create prediction_data
prediction_data = explanatory_data.assign(
  ____
)

# Print the head
print(____)
แก้ไขและรันโค้ด