Do curso: Python para Ciência de Dados: Formação Básica

Acesse o curso completo hoje mesmo

Cadastre-se hoje mesmo e acesse mais de 23.200 cursos criados por especialistas.

Modelo de Regressão Logística

Modelo de Regressão Logística - Tutorial de Python

Do curso: Python para Ciência de Dados: Formação Básica

Inicie a demonstração grátis de 1 mês Adquira para sua equipe

Modelo de Regressão Logística

“

Diferentemente da regressão linear, que usamos variáveis numéricas para predizer valores de uma observação, com a regressão logística nós podemos predizer a categoria de observação. Casos de uso da regressão logística incluem: análise de propensão de vendas VS gastos com propaganda; predição de rotatividade de clientes; e predição de eventos perigosos. Ao aplicar uma regressão logística, precisamos conferir se os dados seguem os pressupostos desse tipo de regressão: O conjunto de dados não podem conter valores em branco; A variável predita é categórica ou binária ou ordinal; todas as variáveis preditoras são independentes; e existem pelo menos 50 observações por variável preditora. A seguir vamos ver como aplicar regressão logística à um conjunto de dados.

Conteúdos