शुरू करेंमुफ़्त में शुरू करें

सबसे अच्छा adjusted R-squared की तुलना और चयन

लिनीयर मॉडल पर इम्प्यूट किए गए DataFrames के विश्लेषण के दौरान, adjusted R-squared (\(adj.R^2\)) स्कोर सबसे अच्छे फिट वाले मॉडल को दर्शाता है।

इस अभ्यास में, आप पहले से बनाए गए लिनीयर मॉडल्स (हर इम्प्यूटेड डेटासेट के लिए) — lm_mean, lm_KNN और lm_MICE — के \(adj.R^2\) स्कोर की तुलना करेंगे।

आप पहले उनके rsquared_adj एट्रिब्यूट को साफ़-सुथरे ढंग से प्रिंट करेंगे (एक DataFrame बनाकर) और अंत में अधिकतम \(adj.R^2\) वाला मॉडल चुनेंगे।

ऊपर दिए गए मॉडल lm_mean, lm_KNN और lm_MICE के रूप में आपके लिए पहले से लोड हैं।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Missing Data से निपटना

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Store the Adj. R-squared scores of the linear models
rsquared_df = pd.DataFrame({'Mean Imputation': ___, 
                          'KNN Imputation': ___, 
                          'MICE Imputation': ___}, 
                         index=['Adj. R-squared'])

# Neatly print the Adj. R-squared scores in the console
print(rsquared_df)
कोड संपादित करें और चलाएँ