Кодирование категориальных переменных
В предыдущих упражнениях вы практиковались в создании матриц модели для непрерывных переменных и применении преобразований переменных. В этом упражнении вы освоите способы кодирования категориальной переменной.
Категориальные данные позволяют анализировать и сравнивать зависимости между различными группами или факторами. Поэтому выбор референтной группы имеет большое значение: в зависимости от конкретного исследования может потребоваться изменить группу по умолчанию. Одна из распространённых причин такой замены — более наглядная и содержательная интерпретация оценок коэффициентов в контексте изучаемой задачи.
В этом упражнении вы вернётесь к набору данных crab, где color и spine являются категориальными переменными.
Набор данных crab уже загружен в рабочую среду.
Это упражнение является частью курса
Обобщённые линейные модели в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import function dmatrix
from ____ import ____
# Construct and print model matrix for color as categorical variable
print(____('____', data = ____,
return_type = 'dataframe').head())