Modelování s kategorickou proměnnou
V předchozích cvičeních jsi sestavil/a model logistické regrese s proměnnou color jako vysvětlující proměnnou spolu s width, přičemž jsi s color pracoval/a jako s kvantitativní proměnnou. V tomto cvičení budeš color považovat za kategorickou proměnnou – při sestavení matice modelu se color zakóduje do 3 proměnných pomocí kódování 0/1.
Připomeň si, že výchozí kódování v dmatrix() používá jako referenční skupinu první skupinu. Aby se matice modelu zobrazila jako dataframe, nastaví se dodatečný argument return_type v dmatrix() na hodnotu 'dataframe'.
Proměnná color má přirozené uspořádání:
1: medium light
2: medium
3: medium dark
4: dark
Dataset crab je v pracovním prostředí předem načten.
Toto cvičení je součástí kurzu
Zobecněné lineární modely v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Construct model matrix
model_matrix = ____('C(____, ____(____))' , data = ____,
return_type = 'dataframe')
# Print first 5 rows of model matrix dataframe
print(____.____)
# Fit and print the results of a glm model with the above model matrix configuration
model = ____('____ ~ ____(____, ____(____))', data = ____,
family = ____).____
print(____.____)