Transformacja zmiennych
Kontynuując pracę ze zbiorem danych wells, przećwiczysz stosowanie transformacji zmiennych bezpośrednio w formule i macierzy modelu – bez konieczności wcześniejszego dodawania przekształconych danych do ramki danych. Sprawdzisz też, czy transformacja poprawiła dopasowanie modelu, obliczając błąd modelu (dewariancję).
Przypomnij sobie, że funkcja dmatrix() przyjmuje prawą stronę argumentu formula z funkcji glm() wraz z argumentem data.
dmatrix('y ~ x1 + x2',
data = my_data)
Zbiór danych wells oraz model model_ars ze zmienną arsenic (w oryginalnej postaci) zostały wczytane do środowiska.
To ćwiczenie jest częścią kursu
Uogólnione modele liniowe w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import function dmatrix
import ____ as ____
from ____ import ____
# Construct model matrix for arsenic with log transformation
____('np.____(____)', data = ____,
return_type = 'dataframe').head()