Hồi quy logistic với hai biến giải thích
Hồi quy logistic cũng hỗ trợ nhiều biến giải thích. Để đưa nhiều biến giải thích vào mô hình hồi quy logistic, cú pháp giống hệt như với hồi quy tuyến tính.
Ở đây bạn sẽ khớp một mô hình cho trạng thái rời bỏ (churn) với cả hai biến giải thích từ bộ dữ liệu: độ dài mối quan hệ với khách hàng và độ gần của lần mua gần nhất, cùng với tương tác giữa chúng.
churn đã được cung cấp.
Bài tập này là một phần của khóa học
Hồi quy trung cấp với statsmodels trong Python
Hướng dẫn bài tập
- Import hàm
logit()từstatsmodels.formula.api. - Khớp một mô hình hồi quy logistic cho trạng thái rời bỏ,
has_churned, theo độ dài mối quan hệ với khách hàng,time_since_first_purchase, và độ gần của lần mua,time_since_last_purchase, cùng với 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.
# 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)