Regresja logistyczna to technika statystyczna umożliwiająca klasyfikację rekordów na podstawie wartości zmiennych wejściowych. Jest ona analogiczna do regresji liniowej, ale przyjmuje jakościową zmienną przewidywalną zamiast zmiennej numerycznej.

Załóżmy na przykład, że dostawca usług telekomunikacyjnych jest zaniepokojony liczbą klientów, które tracą na konkurentów. Jeśli danych dotyczących wykorzystania usług można użyć do przewidzenia, którzy klienci są skłonni przenieść się do innego operatora, można przedstawiać tym klientom bardziej zindywidualizowaną ofertę w celu zatrzymania możliwie największej ich liczby.

W tym przykładzie używany jest przepływ o nazwie Telekomunikacja Churn, który jest dostępny w przykładowym projekcie zaimportowano wcześniej. Plik danych to telco.csv.

Ten przykład koncentruje się na wykorzystaniu danych używania, aby przewidzieć utratę klientów (odchodzenie). Ponieważ zmienna przewidywana ma dwie kategorie, używany jest model dwumianowy. W przypadku zmiennej przewidywanej z wieloma kategoriami, można zamiast tego utworzyć model wielomianowy. Więcej informacji na ten temat zawiera sekcja Klasyfikowanie klientów telekomunikacyjnych .