Dự đoán và tỉ lệ cược

Giới thiệu về Hồi quy với statsmodels trong Python

Maarten Van den Broeck

Content Developer at DataCamp

Dự đoán của regplot()

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

plt.show()

Biểu đồ phân tán tỷ lệ rời bỏ theo thời gian từ lần mua gần nhất, kèm đường xu hướng logistic.

Tạo dự đoán

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))

Thêm dự đoán điểm

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()

Biểu đồ phân tán tỷ lệ rời bỏ theo thời gian từ lần mua gần nhất, kèm đường xu hướng logistic. Biểu đồ được chú thích với kết quả từ predict(), khớp chính xác với đường xu hướng.

Lấy kết quả dễ xảy ra nhất

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

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

Trực quan hóa kết quả dễ xảy ra nhất

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()

Biểu đồ phân tán tỷ lệ rời bỏ theo thời gian từ lần mua gần nhất, kèm đường xu hướng logistic. Biểu đồ được chú thích với kết quả khả năng xảy ra cao nhất: thời gian thấp thì khả năng không rời bỏ cao nhất; thời gian cao thì khả năng rời bỏ cao nhất.

Tỉ lệ cược (odds)

Tỉ lệ cược (odds) là xác suất xảy ra chia cho xác suất không xảy ra.

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

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

Biểu đồ đường tỉ lệ cược theo xác suất. Đường tăng tiệm cận vô cực khi xác suất tiến tới 1.

Tính tỉ lệ cược

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

Trực quan hóa tỉ lệ cược

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


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


plt.show()

Biểu đồ đường tỉ lệ cược theo thời gian từ lần mua gần nhất, có đường ngang tại odds = 1. Khi thời gian thấp, khả năng cao nhất là không rời bỏ. Tỉ lệ cược rời bỏ tăng theo thời gian, tối đa gấp năm lần tỉ lệ không rời bỏ.

Trực quan hóa 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()

Biểu đồ đường tỉ lệ cược theo thời gian từ lần mua gần nhất, có đường ngang tại odds = 1. Trục y dùng thang log, làm đường odds trở nên tuyến tính.

Tính log-odds

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

Tổng hợp mọi dự đoán

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
...	...	...	...	...

So sánh các thang đo

Thang đo	Dễ diễn giải giá trị?	Dễ diễn giải thay đổi?	Chính xác?
Xác suất	✔	✘	✔
Kết quả dễ xảy ra nhất	✔✔	✔	✘
Tỉ lệ cược	✔	✘	✔
Log-odds	✘	✔	✔

Hãy thực hành!

Giới thiệu về Hồi quy với statsmodels trong Python