Логарифм шансів
Одна з вад імовірностей і шансів для прогнозів логістичної регресії — те, що лінії прогнозу для них вигнуті. Через це складніше зрозуміти, як зміниться прогноз, якщо змінити пояснювальну змінну. Логарифм шансів ("log odds" або "logit") має лінійний зв'язок між прогнозованою відповіддю та пояснювальною змінною. Це означає, що коли пояснювальна змінна змінюється, у метриці відповіді не відбувається різких стрибків — лише лінійні зміни.
Оскільки фактичні значення логарифма шансів менш інтуїтивні, ніж (лінійні) шанси, для візуалізації зазвичай краще будувати графік шансів і застосовувати логарифмічне перетворення до шкали осі y.
mdl_churn_vs_relationship, explanatory_data і prediction_data доступні з попередньої вправи.
Ця вправа є частиною курсу
Вступ до Regression зі statsmodels у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Update prediction data with log_odds
____
# Print the head
print(____)