您已经从我这里了解了一些关于逻辑回归背后的数学。 现在，我想知道：当结果变量只取 0 和 1 时，您应如何对其进行变换，才能考察自变量对其的线性影响？
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
如何判定哪些客户对您的业务最有价值？学习如何使用线性回归来建模客户终身价值。
预测客户是否会离开您的业务（即流失）对于定位高价值客户并留住有流失风险的客户至关重要。学习如何使用逻辑回归来建模客户流失。
当前练习
学习如何使用生存分析来建模某个事件发生的时间。这可以是下次下单的时间，或某个人发生流失的时间。
CRM 数据可能非常庞杂。您收集的每个指标都可能包含关于客户的有用信息。但处理包含过多变量的数据集很困难。学习如何使用主成分分析来减少数据中的变量数量。这不仅有助于更好地理解您的数据，PCA 还可以将信息浓缩为单一指标，并在具有众多高度相关变量的回归分析中解决多重共线性问题。
