開始使用免費開始

對數勝算(log odds)

在邏輯斯迴歸的預測中,機率與勝算的一個缺點是,它們的預測曲線是彎的。這會讓你較難直觀判斷當解釋變數改變時,預測會如何變動。相對地,勝算取對數(「對數勝算」或「logit」)後,預測反應與解釋變數之間呈線性關係。也就是說,當解釋變數改變時,你不會看到反應指標劇烈變化,而是線性的變化。

由於對數勝算的實際數值比(線性)勝算更不直覺,因此在視覺化時,通常較好的做法是繪製勝算,並對 y 軸套用對數轉換。

mdl_churn_vs_relationshipexplanatory_dataprediction_data 可從上一個練習取得。

本練習屬於課程

使用 Python 中的 statsmodels 進行回歸入門

檢視課程

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。

# Update prediction data with log_odds
____

# Print the head
print(____)
編輯並執行程式碼