Hồi quy logistic với 2 biến giải thích
Để đưa nhiều biến giải thích vào mô hình hồi quy logistic, cú pháp giống hệt như hồi quy tuyến tính. Điểm khác biệt duy nhất, giống như ở trường hợp đơn giản, là bạn chạy một mô hình tuyến tính tổng quát (generalized) với họ sai số nhị thức (binomial).
Tại đây, bạn sẽ khớp một mô hình dự đoán trạng thái churn với cả hai biến giải thích trong dữ liệu: độ dài quan hệ khách hàng và mức độ gần đây của lần mua gần nhất.
churn đã được cung cấp.
Bài tập này là một phần của khóa học
Hồi quy trung cấp với R
Hướng dẫn bài tập
- Khớp một hồi quy logistic dự đoán trạng thái churn,
has_churnedtheo độ dài quan hệ khách hàng,time_since_first_purchase, mức độ gần đây của lần mua,time_since_last_purchase, và một tương tác giữa các biến giải thích.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Fit a logistic regression of churn status vs. length of relationship, recency, and an interaction
mdl_churn_vs_both_inter <- ___
# See the result
mdl_churn_vs_both_inter