İki açıklayıcı değişkenle lojistik regresyon

Lojistik regresyon birden fazla açıklayıcı değişkeni de destekler. Lojistik regresyon modellerine birden fazla açıklayıcı değişken eklemek için sözdizimi, doğrusal regresyonlardakiyle aynıdır.

Burada, veri kümesindeki her iki açıklayıcı değişkeni—müşteri ilişkisinin süresi ve son satın alma yakınlığı—ve bunların etkileşimini kullanarak churn durumunu modelleyeceksin.

churn hazır.

Bu egzersiz, kursun bir parçasıdır

Python ile statsmodels'da Orta Düzey Regresyon

Kursa Göz Atın

Egzersiz talimatları

statsmodels.formula.api içinden logit() fonksiyonunu içe aktar.
Lojistik bir regresyon kur: bağımlı değişken olarak churn durumu has_churned; açıklayıcı değişkenler olarak müşteri ilişkisinin süresi time_since_first_purchase, satın alma yakınlığı time_since_last_purchase ve bu iki açıklayıcı değişkenin etkileşimi.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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)

Kodu Düzenle ve Çalıştır