調整済みR二乗の比較と最良モデルの選択

欠損値を補完したDataFrameを線形モデルで分析する際には、最も当てはまりの良いモデルを示す指標として調整済みR二乗（$adj.R^2$）を用います。

この演習では、前のステップでそれぞれの補完データセットに対して作成した 線形モデル（lm_mean、lm_KNN、lm_MICE）の $adj.R^2$ を比較します。

まず、それぞれのモデルの属性 rsquared_adj を集めて（DataFrameを作成して）きれいに表示し、最後に $adj.R^2$ が最大となるモデルを選びます。

これらのモデルはすでに lm_mean、lm_KNN、lm_MICE として読み込まれています。

この演習はコースの一部です

Pythonで欠損データに対処する

コースを見る

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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)

コードを編集して実行