1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Giới thiệu về Hồi quy với statsmodels trong Python
Connected

Bài tập

Xác suất

Có bốn cách chính để biểu diễn dự đoán từ một mô hình hồi quy logistic — bạn sẽ lần lượt xem từng cách trong bốn bài tập tiếp theo. Trước hết, vì biến phản hồi chỉ có "yes" hoặc "no", bạn có thể dự đoán xác suất xảy ra "yes". Ở đây, bạn sẽ tính toán và trực quan hóa các xác suất này.

Có hai biến sẵn có:

  • mdl_churn_vs_relationship là mô hình hồi quy logistic đã fit của has_churned theo time_since_first_purchase.
  • explanatory_data là một DataFrame chứa các giá trị biến giải thích.

Hướng dẫn 1/2

undefined XP
    1
    2
  • Tạo một DataFrame, prediction_data, bằng cách gán cột has_churned vào explanatory_data.
  • Trong cột has_churned, lưu các dự đoán xác suất rời đi (churn): dùng mô hình mdl_churn_vs_relationship và dữ liệu giải thích explanatory_data.
  • In 5 dòng đầu tiên của DataFrame dự đoán.