Mengapa Anda memerlukan regresi logistik

Pengantar Regresi di R

Richie Cotton

Data Evangelist at DataCamp

Dataset churn bank

has_churned	time_since_first_purchase	time_since_last_purchase
0	0.3993247	-0.5158691
1	-0.4297957	0.6780654
0	3.7383122	0.4082544
0	0.6032289	-0.6990435
...	...	...
response	lama hubungan	kebaruan aktivitas

¹ https://www.rdocumentation.org/packages/bayesQR/topics/Churn

Churn vs. kebaruan: model linear

mdl_churn_vs_recency_lm <- lm(has_churned ~ time_since_last_purchase, data = churn)

Call:
lm(formula = has_churned ~ time_since_last_purchase, data = churn)

Coefficients:
             (Intercept)  time_since_last_purchase  
                 0.49078                   0.06378

coeffs <- coefficients(mdl_churn_vs_recency_lm)
intercept <- coeffs[1]
slope <- coeffs[2]

Memvisualisasikan model linear

ggplot(
  churn, 
  aes(time_since_last_purchase, has_churned)
) +
  geom_point() +
  geom_abline(intercept = intercept, slope = slope)

Prediksi adalah probabilitas churn, bukan jumlah churn.

Plot sebar apakah pelanggan churn vs waktu sejak pembelian terakhir. Semua titik berada pada garis y = 0 atau y = 1. Garis tren linear menunjukkan probabilitas churn meningkat saat waktu sejak pembelian terakhir naik.

Perbesar keluar

ggplot(
  churn, 
  aes(days_since_last_purchase, has_churned)
) +
  geom_point() +
  geom_abline(intercept = intercept, slope = slope) +
  xlim(-10, 10) +
  ylim(-0.2, 1.2)

Plot sebar churn vs waktu sejak pembelian terakhir. Sumbu dizoom keluar dibanding sebelumnya, menunjukkan garis tren melampaui y = 0 dan y = 1, yang seharusnya mustahil.

Apa itu regresi logistik?

Jenis lain dari generalized linear model.
Digunakan saat variabel respons bersifat logis (biner).
Respons mengikuti kurva logistik (berbentuk S).

Regresi linear dengan glm()

glm(has_churned ~ time_since_last_purchase, data = churn, family = gaussian)

Call:  glm(formula = has_churned ~ time_since_last_purchase, family = gaussian, 
    data = churn)

Coefficients:
             (Intercept)  time_since_last_purchase  
                 0.49078                   0.06378  

Degrees of Freedom: 399 Total (i.e. Null);  398 Residual
Null Deviance:        100 
Residual Deviance: 98.02     AIC: 578.7

Regresi logistik: glm() dengan keluarga binomial

mdl_recency_glm <- glm(has_churned ~ time_since_last_purchase, data = churn, family = binomial)

Call:  glm(formula = has_churned ~ time_since_last_purchase, family = binomial, 
    data = churn)

Coefficients:
             (Intercept)  time_since_last_purchase  
                -0.03502                   0.26921  

Degrees of Freedom: 399 Total (i.e. Null);  398 Residual
Null Deviance:        554.5 
Residual Deviance: 546.4     AIC: 550.4

Memvisualisasikan model logistik

ggplot(
  churn, 
  aes(time_since_last_purchase, has_churned)
) +
  geom_point() +
  geom_abline(
    intercept = intercept, slope = slope
  ) +
  geom_smooth(
    method = "glm", 
    se = FALSE, 
    method.args = list(family = binomial)
  )

Plot sebar apakah pelanggan churn vs waktu sejak pembelian terakhir. Garis tren linear dan logistik ditampilkan; keduanya menunjukkan probabilitas churn meningkat saat waktu sejak pembelian terakhir naik. Kedua garis hampir berimpit kecuali pada nilai waktu yang sangat tinggi.

Perbesar keluar

Plot sebar churn vs waktu sejak pembelian terakhir, dengan kedua garis tren. Sumbu dizoom keluar dibanding sebelumnya, menunjukkan garis logistik tidak pernah keluar dari rentang churn 0 hingga 1.

Ayo berlatih!

Pengantar Regresi di R