Python 计算做出正确预测的时间有多早

我有一个数据集，其中每一行都是客户生命周期中的一个时间点。我使用目标变量对数据进行逻辑回归，以确定客户是否“流失”。我捕获预测并添加到数据帧中。以下是带有预测的示例数据集：

---

现在，我想计算一下，对于每个客户，在他/她生命的早期，预测是否正确？然后对整个客户集进行聚合，为分类模型构建自定义度量。

好吧，这就是我计算度量的方式。如果有人知道更好的解决方案，请告诉我：

total_count = 0
true_pred = 0
tenure= validation_data['tenure'].unique()
for i in range(len(tenure)):
    running_tenure = i+1
    for index, row in validation_data.iterrows():    
        if row['tenure'] == running_tenure :
            total_count += 1
            if row['churn'] == row['pred_churn']:
                true_pred += 1
    Accuracy = float(float(true_pred)/total_count)))