1. Learn
  2. /
  3. 课程
  4. /
  5. 使用 Python 中的 statsmodels 进行回归入门

Connected

道练习

对数几率(log odds)

在逻辑回归的预测中,使用概率或几率(odds)的一个不足之处在于,它们对应的预测曲线是弯曲的。这会让您更难直观判断当说明变量发生变化时,预测会如何变化。几率取对数(即"对数几率"或"logit")后,预测的响应与说明变量之间呈线性关系。也就是说,随着说明变量变化,响应指标不会出现剧烈波动,而是线性变化。

由于对数几率的实际数值不如(线性)几率直观,因此在可视化时,通常更好的做法是绘制几率,并对 y 轴应用对数变换。

mdl_churn_vs_relationship、explanatory_data 和 prediction_data 可从上一个练习中获得。

说明 1 / 共 2 个

undefined XP
    1
    2
  • 更新 prediction_data,基于 odds 新增一列 log_odds。
  • 打印 prediction_data 的前 5 行。