对数优势比（log odds ratio）
在逻辑回归的预测中，使用概率和优势比的一个缺点是，它们的预测曲线通常是弯曲的。这样一来，当您改变解释变量时，就更难判断预测会发生什么变化。优势比的对数（"对数优势比"）则在预测响应与解释变量之间呈线性关系。也就是说，随着解释变量的变化，响应度量不会出现剧烈波动，而是线性变化。
由于对数优势比的数值直观性不如（线性的）优势比，在可视化时通常更适合绘制优势比，并对 y 轴应用对数变换。
mdl_churn_vs_relationship、explanatory_data 和 plt_churn_vs_relationship 已可用，且已加载 dplyr。
本练习是课程的一部分
R 中的回归入门
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Update the data frame
prediction_data <- explanatory_data %>%
mutate(
has_churned = predict(mdl_churn_vs_relationship, explanatory_data, type = "response"),
odds_ratio = has_churned / (1 - has_churned),
# Add the log odds ratio from odds_ratio
log_odds_ratio = ___,
# Add the log odds ratio using predict()
log_odds_ratio2 = ___
)
# See the result
prediction_data