含兩個解釋變數的 Logistic 迴歸
Logistic 迴歸也支援多個解釋變數。若要在 Logistic 迴歸模型中加入多個解釋變數，語法與線性迴歸相同。
在這裡你會以資料集中的兩個解釋變數來擬合顧客流失狀態的模型：顧客關係的長度與最近一次購買的時間，並包含它們的交互作用。
churn 已可使用。
本練習屬於課程
使用 Python 的 statsmodels 進行迴歸分析：中級
練習說明
- 從
statsmodels.formula.api匯入logit()函式。 - 以顧客流失狀態
has_churned為應變數，對顧客關係長度time_since_first_purchase、最近購買時間time_since_last_purchase，以及這兩個解釋變數之間的交互作用，擬合一個 Logistic 迴歸。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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)