Explorează coeficienții modelului
Acum vei explora performanța modelului dintr-un unghi diferit, folosind doar datele de antrenament. Un lucru important pe care l-ai învățat în ultima lecție este că nu toți coeficienții modelului sunt semnificativi din punct de vedere statistic – de aceea trebuie să consulți tabelul sumar al modelului pentru a le analiza semnificația. Din fericire, biblioteca statsmodels oferă această funcționalitate. După ce afișezi tabelul sumar, verifică ce variabile au valoarea p mai mică de 0,05 (adică sub 5%), pentru a te asigura că respectivul coeficient este semnificativ.
Caracteristicile de antrenament sunt încărcate ca train_X, iar variabila țintă ca train_Y, care a fost convertită într-un array numpy.
Acest exercițiu face parte din cursul
Machine Learning pentru Marketing în Python
Instrucțiuni pentru exercițiu
- Importă modulul
statsmodels.api. - Inițializează o instanță a modelului pe datele de antrenament folosind funcția
OLS(). - Antrenează modelul.
- Afișează sumarul modelului folosind metoda
.summary().
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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.___())