Bestimmtheitsmaße vergleichen
Erinnere dich: Das Bestimmtheitsmaß misst, wie gut die lineare Regressionsgerade die beobachteten Werte abbildet. Ein wichtiger Grund, mehrere erklärende Variablen in eine lineare Regression aufzunehmen, ist, dass sich die Anpassung im Vergleich zu nur einer einzelnen erklärenden Variable verbessern kann.
Hier vergleichst du das Bestimmtheitsmaß für die drei Modelle zu Taiwaner Hauspreisen, um zu sehen, welches das beste Ergebnis liefert.
mdl_price_vs_conv, mdl_price_vs_age und mdl_price_vs_both stehen als angepasste Modelle zur Verfügung.
Diese Übung ist Teil des Kurses
<Kurs>Fortgeschrittene Regression mit statsmodels in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Print the coeffs of determination for mdl_price_vs_conv
print("rsquared_conv: ", ____)
print("rsquared_adj_conv: ", ____)
# Print the coeffs of determination for mdl_price_vs_age
print("rsquared_age: ", ____)
print("rsquared_adj_age: ", ____)
# Print the coeffs of determination for mdl_price_vs_both
print("rsquared_both: ", ____)
print("rsquared_adj_both: ", ____)