ПочатиПочніть безкоштовно

Логістична регресія з logit()

Для логістичної регресії потрібна інша функція з statsmodels.formula.api: logit(). Вона приймає ті самі аргументи, що й ols(): аргументи formula та data. Далі використайте .fit(), щоб навчити модель на даних.

Тут ви змоделюєте, як тривалість відносин із клієнтом впливає на відтік.

churn доступний.

Ця вправа є частиною курсу

Вступ до Regression зі statsmodels у Python

Переглянути курс

Інструкції до вправи

  • Імпортуйте функцію logit() з statsmodels.formula.api.
  • Навчіть логістичну регресію has_churned проти time_since_first_purchase, використавши набір даних churn. Присвойте результат до mdl_churn_vs_relationship.
  • Виведіть параметри навченої моделі.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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(____)
Редагувати та запускати код