Анализ сводки линейной модели
Анализ качества различных моделей на основе импутированных данных — одна из ключевых задач при работе с пропущенными значениями. Именно он позволяет определить, какой импутированный DataFrame заслуживает наибольшего доверия. Для анализа можно обучить линейную регрессионную модель на импутированном DataFrame и оценить различные параметры, влияющие на выбор метода импутации.
В этом упражнении уже загружен DataFrame diabetes_cc — полный случай набора данных о диабете. Он служит базой для сравнения с другими импутированными DataFrame. Для построения линейной регрессионной модели и получения сводки вы будете использовать пакет statsmodels.api, загруженный как sm.
Это упражнение является частью курса
Работа с пропущенными данными в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Add constant to X and set X & y values to fit linear model
X = sm.add_constant(___)
y = ___
lm = sm.OLS(y, X).fit()