我正在尝试使用模型的实际预测变量输出来编写逻辑回归方程。我用系数对线性回归做了这个,但我不确定如何用逻辑回归来做。我看到回归方程如下:
图像没有显示出来,所以我把它打出来 我看到的公式是
y=B0 +b1x1 +b2x2 +b3x3
等等。
在线,它说“其中 p hat 是回归系数为 b1 到 k 的逻辑模型的预期比例响应,当预测变量的值为 x1 到 k 时截距 b0。”
那么,这是否意味着如果我的预测变量如下
带宽:-4.01 任期:0.98 无纸化计费:-2.34
等式是
y=B0 + -4.01(Bandwith) + .98(Tenure) + -2.34(PaperlessBilling)
我如何得到方程的常数? 它没有像我的线性回归那样出现在我的输出中。我使用以下代码来获取输出。如果有更好的方法来做到这一点,我全神贯注。谢谢。
import statsmodels.api as sm
logit_model=sm.Logit(y_train,X_train)
result=logit_model.fit()
print(result.summary())
```
[1]: https://i.stack.imgur.com/Xb9Nr.png