含两个解释变量的 Logistic 回归
Logistic 回归同样支持多个解释变量。要在 Logistic 回归模型中包含多个解释变量，其语法与线性回归相同。
在本练习中，您将针对是否流失的状态进行建模，使用数据集中的两个解释变量：客户关系持续时间与最近一次购买时间的间隔，以及二者的交互项。
已提供 churn。
本练习是课程的一部分
Python 中级回归：使用 statsmodels
练习说明
- 从
statsmodels.formula.api导入logit()函数。 - 拟合一个关于流失状态
has_churned的 Logistic 回归：解释变量为客户关系持续时间time_since_first_purchase、最近购买的时间间隔time_since_last_purchase，以及二者的交互项。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)