1. Learn
    2. /
  2. Курси
    3. /
  3. Вступ до Regression зі statsmodels у Python
Connected

вправа

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.

Інструкції 1/2

undefined XP
    1
    2
  • Оновіть prediction_data, додавши стовпець log_odds, отриманий із odds.
  • Виведіть перші п'ять рядків prediction_data.