BaşlayınÜcretsiz başlayın

Mevsimselliğin etkisi

Diyelim ki bir aday bağışçının gelecek ay bağış yapıp yapmayacağını tahmin etmek istiyorsun. Yordayıcı değişken olarak, her bağışçının önceki aydaki maksimum bağışını eklemek istiyorsun. Videoda öğrendiğin gibi, Temmuz ve Eylül'deki ortalama bağış miktarları benzer, ancak Aralık'ta bağışlar oldukça daha yüksek. Bu egzersizde, bunun modelinin performansını nasıl etkileyebileceğini göreceksin.

Lojistik regresyon modeli Temmuz ayındaki veriler üzerinde logreg içinde oluşturulup eğitildi.

Bu egzersiz, kursun bir parçasıdır

Python ile Orta Düzey Öngörüsel Analitik

Kursa Göz Atın

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# AUC of model in July:
predictions = logreg.____(test_july[["age", "max_amount"]])[:,1]
auc = ____(test_july["target"], predictions)
print(auc)
Kodu Düzenle ve Çalıştır