Prediksi dan odds

Pengantar Regresi dengan statsmodels di Python

Maarten Van den Broeck

Content Developer at DataCamp

Prediksi regplot()

sns.regplot(x="time_since_last_purchase",
            y="has_churned",
            data=churn,
            ci=None,
            logistic=True)

plt.show()

Plot sebar churn versus waktu sejak pembelian terakhir, dengan garis tren logistik.

Membuat prediksi

mdl_recency = logit("has_churned ~ time_since_last_purchase",
                    data = churn).fit()


explanatory_data = pd.DataFrame(
  {"time_since_last_purchase": np.arange(-1, 6.25, 0.25)})


prediction_data = explanatory_data.assign(
    has_churned = mdl_recency.predict(explanatory_data))

Menambahkan prediksi titik

sns.regplot(x="time_since_last_purchase",
            y="has_churned",
            data=churn,
            ci=None,
            logistic=True)

sns.scatterplot(x="time_since_last_purchase",
                y="has_churned",
                data=prediction_data,
                color="red")

plt.show()

Plot sebar churn versus waktu sejak pembelian terakhir, dengan garis tren logistik. Plot dianotasi dengan hasil dari predict(), yang mengikuti garis tren persis.

Mendapatkan hasil paling mungkin

prediction_data = explanatory_data.assign(
    has_churned = mdl_recency.predict(explanatory_data))

prediction_data["most_likely_outcome"] = np.round(prediction_data["has_churned"])

Memvisualisasikan hasil paling mungkin

sns.regplot(x="time_since_last_purchase",
            y="has_churned",
            data=churn,
            ci=None,
            logistic=True)

sns.scatterplot(x="time_since_last_purchase",
                y="most_likely_outcome",
                data=prediction_data,
                color="red")

plt.show()

Plot sebar churn versus waktu sejak pembelian terakhir, dengan garis tren logistik. Plot dianotasi dengan hasil paling mungkin. Untuk waktu sejak pembelian rendah, hasil paling mungkin adalah tidak churn. Untuk waktu tinggi, hasil paling mungkin adalah churn.

Odds

Odds adalah probabilitas suatu kejadian dibagi probabilitas tidak terjadinya.

$$ \text{odds} = \frac{\text{probability}}{(1 - \text{probability)}} $$

$$ \text{odds} = \frac{0.25}{(1 - 0.25)} = \frac{1}{3} $$

Plot garis odds versus probabilitas. Kurva meningkat asimtotik ke tak hingga saat probabilitas mendekati satu.

Menghitung odds

prediction_data["odds"] = prediction_data["has_churned"] / 
                            (1 - prediction_data["has_churned"])

Memvisualisasikan odds

sns.lineplot(x="time_since_last_purchase",
             y="odds",
             data=prediction_data)


plt.axhline(y=1,
            linestyle="dotted")


plt.show()

Plot garis odds versus waktu sejak pembelian terakhir, dengan garis pada odds sama dengan satu. Untuk waktu sejak pembelian rendah, hasil paling mungkin adalah tidak churn. Odds churn meningkat seiring waktu sejak pembelian, hingga lima kali odds tidak churn.

Memvisualisasikan log-odds

sns.lineplot(x="time_since_last_purchase",
             y="odds",
             data=prediction_data)

plt.axhline(y=1,
            linestyle="dotted")

plt.yscale("log")

plt.show()

Plot garis odds versus waktu sejak pembelian terakhir, dengan garis pada odds sama dengan satu. Sumbu y menggunakan skala logaritmik, membuat garis odds menjadi linear.

Menghitung log-odds

prediction_data["log_odds"] = np.log(prediction_data["odds"])

Semua prediksi bersama

time_since_last_prchs	has_churned	most_likely_rspns	odds	log_odds
0	0.491	0	0.966	-0.035
2	0.623	1	1.654	0.503
4	0.739	1	2.834	1.042
6	0.829	1	4.856	1.580
...	...	...	...	...

Membandingkan skala

Skala	Apakah nilai mudah ditafsirkan?	Apakah perubahan mudah ditafsirkan?	Apakah presisi?
Probabilitas	✔	✘	✔
Hasil paling mungkin	✔✔	✔	✘
Odds	✔	✘	✔
Log-odds	✘	✔	✔

Ayo berlatih!

Pengantar Regresi dengan statsmodels di Python