선형 모델 요약 분석하기
서로 다른 방식으로 대치한 모델의 성능을 분석하는 일은 결측치 처리를 할 때 가장 중요한 작업 중 하나예요. 이 분석을 통해 어떤 유형의 대치된 DataFrame을 신뢰할 수 있는지 판단할 수 있습니다. 분석을 위해, 대치된 DataFrame에 선형 회귀 모델을 적합하고, 대치 방식 선택에 영향을 주는 다양한 지표를 확인할 수 있어요.
이번 연습에서는 당뇨 데이터의 완전 사례 DataFrame인 diabetes_cc가 이미 로드되어 있습니다. 완전 사례는 다른 대치된 DataFrame과 비교할 때 기준점 역할을 합니다. 선형 회귀 모델을 만들고 요약을 생성하기 위해 statsmodels.api 패키지를 sm으로 불러 사용합니다.
이 연습은 강의의 일부입니다
Python에서 결측치 다루기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Add constant to X and set X & y values to fit linear model
X = sm.add_constant(___)
y = ___
lm = sm.OLS(y, X).fit()