カテゴリ変数でのモデリング
これまでの演習では、説明変数として width に加えて color を用い、color を量的変数として扱ったロジスティック回帰モデルを当てはめました。本演習では、color をカテゴリ変数として扱います。モデル行列を作成するとき、color は 0/1 エンコーディングで 3 つの変数に符号化されます。
dmatrix() のデフォルトのエンコーディングでは、最初のグループが基準（リファレンス）になります。モデル行列をデータフレームとして表示するには、dmatrix() の追加引数 return_type を 'dataframe' に設定します。
color 変数には次の自然な順序があります：
1: medium light
2: medium
3: medium dark
4: dark
crab データセットはワークスペースにあらかじめ読み込まれています。
この演習はコースの一部です
Pythonで学ぶ一般化線形モデル
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。
# 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(____.____)