Modéliser avec une variable catégorielle
Dans les exercices précédents, vous avez ajusté un modèle de régression logistique avec color comme variable explicative en plus de width, en traitant color comme une variable quantitative. Dans cet exercice, vous allez plutôt traiter color comme une variable catégorielle. Ainsi, lors de la construction de la matrice du modèle, color sera encodée en 3 variables avec un codage 0/1.
Rappelez-vous que l'encodage par défaut dans dmatrix() utilise le premier groupe comme groupe de référence. Pour afficher la matrice du modèle sous forme de dataframe, un argument additionnel de dmatrix(), soit return_type, sera défini à 'dataframe'.
La variable color possède un ordre naturel comme suit :
1 : medium light
2 : medium
3 : medium dark
4 : dark
Le jeu de données crab est déjà chargé dans l'espace de travail.
Cette activité fait partie du cours
Modèles linéaires généralisés en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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(____.____)