Variable transformation
wells डेटासेट के साथ आगे बढ़ते हुए, आप फॉर्मूला और मॉडल मैट्रिक्स सेटिंग में सीधे वैरिएबल ट्रांसफ़ॉर्मेशन लागू करने का अभ्यास करेंगे, ताकि पहले ट्रांसफ़ॉर्म किए गए डेटा को डेटा फ़्रेम में जोड़ने की ज़रूरत न पड़े। आप मॉडल एरर या deviance की गणना पर भी दोबारा नज़र डालेंगे, ताकि देख सकें कि ट्रांसफ़ॉर्मेशन से मॉडल फिट बेहतर हुआ या नहीं.
याद रखें, dmatrix() फंक्शन की संरचना glm() के फॉर्मूला आर्ग्युमेंट के दाईं ओर के हिस्से जैसी होती है, साथ में data आर्ग्युमेंट भी होता है.
dmatrix('y ~ x1 + x2',
data = my_data)
वर्कस्पेस में wells डेटासेट और arsenic (मूल वैरिएबल) के साथ model_ars मॉडल 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
import ____ as ____
from ____ import ____
# Construct model matrix for arsenic with log transformation
____('np.____(____)', data = ____,
return_type = 'dataframe').head()