1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 Generalized Linear Models
Connected

연습 문제

VIF 계산하기

영상에서 배운 것처럼, 다중공선성을 진단할 때 가장 널리 쓰이는 지표 중 하나가 분산팽창계수(VIF)이며, 각 설명 변수마다 계산합니다.

영상에서 설명했듯이 경험적 기준은 VIF가 2.5 수준입니다. 즉, VIF가 2.5를 넘으면 적합된 모델에 다중공선성의 영향이 있다고 판단해야 합니다.

이미 적합된 model과 crab 데이터셋은 작업 공간에 미리 로드되어 있습니다.

지침

100 XP
  • statsmodels에서 variance_inflation_factor를 가져오세요.
  • crab 데이터셋에서 weight, width, color를 선택해 X로 저장하고, X에 값이 모두 1인 Intercept 열을 추가하세요.
  • pandas의 DataFrame()을 사용해 빈 vif 데이터프레임을 만들고, Variables 열에 X의 열 이름을 추가하세요.
  • 각 변수에 대해 variance_inflation_factor() 함수를 사용해 VIF를 계산하고, vif 데이터프레임의 VIF 열에 저장하세요.