進行預測
模型建立完成後，你可以用它來對某個行銷活動進行預測。要記得，進行預測時務必使用最新的資訊。
在這個練習中，你會在已擬合好的邏輯斯迴歸模型下，學習如何對一個新的、已更新的 base table 進行預測。
你在前面練習建立的邏輯斯迴歸模型已幫你加入並擬合為 logreg。
本練習屬於課程
Python 預測分析入門
練習說明
- 最新資料在
current_data。建立一個資料框new_data，從current_data中選取相關欄位。 - 將
new_data中各觀測的預測指定給predictions。
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。
# Fit a logistic regression model
from sklearn import linear_model
X = basetable[["age","gender_F","time_since_last_gift"]]
y = basetable[["target"]]
logreg = linear_model.LogisticRegression()
logreg.fit(X, y)
# Create a DataFrame new_data from current_data that has only the relevant predictors
new_data = ____[[____, ____, ____]]
# Make a prediction for each observation in new_data and assign it to predictions
predictions = ____.____(____)
print(predictions[0:5])