सतत वैरिएबल्स के लिए मॉडल मैट्रिक्स
वीडियो में आपने मॉडल फॉर्मूला, मॉडल मैट्रिक्स पाने के लिए dmatrix() के अंदर-ही-अंदर होने वाले काम, और यह glm() फंक्शन से कैसे जुड़ा है, यह सीखा। आपने देखा कि dmatrix() का इनपुट glm() के फॉर्मूला आर्ग्युमेंट के राइट हैंड साइड का हिस्सा होता है। अगर वैरिएबल्स किसी डेटाफ़्रेम का हिस्सा हैं, तो आपको data आर्ग्युमेंट के जरिए डेटा स्रोत भी बताना चाहिए।
dmatrix('y ~ x1 + x2',
data = my_data)
इस अभ्यास में आप मॉडल फिट करने से पहले अपने मॉडल की संरचना का विश्लेषण करेंगे और उसे कन्फर्म करेंगे।
वर्कस्पेस में wells डेटासेट पहले से प्रीलोडेड है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Generalized Linear Models
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import function dmatrix()
from ____ import ____
# Construct model matrix with arsenic
model_matrix = ____('____', data = ____, return_type = 'dataframe')
print(model_matrix.____())