모델 계수 살펴보기
이번에는 다른 관점에서, 그리고 학습 데이터에 한해서 모델 성능을 살펴보겠어요. 지난 레슨에서 배웠듯이 모든 모델 계수가 통계적으로 유의미한 것은 아니며, 유의성을 확인하려면 모델 요약 표를 확인해야 해요. 다행히 statsmodels 라이브러리가 이 기능을 제공해요. 모델 요약 표를 출력한 뒤 p-value가 0.05(즉, 5%)보다 작은 변수가 어떤 것들인지 확인하여 해당 계수가 유의한지 살펴보세요.
학습용 특성은 train_X, 타깃 변수는 numpy 배열로 변환된 train_Y로 불러와져 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 마케팅용 Machine Learning
연습 안내
statsmodels.api모듈을 임포트하세요.OLS()함수를 사용해 학습 데이터로 모델 인스턴스를 초기화하세요.- 모델을 학습하세요.
.summary()메서드를 사용해 모델 요약 정보를 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import `statsmodels.api` module
import ___.___ as sm
# Initialize model instance on the training data
olsreg = sm.___(train_Y, train_X)
# Fit the model
olsreg = olsreg.___()
# Print model summary
print(olsreg.___())