Моделирование с категориальной переменной
В предыдущих упражнениях вы строили модель логистической регрессии с переменной color в качестве объясняющей переменной вместе с width, при этом color рассматривалась как количественная переменная. В этом упражнении вы будете рассматривать color как категориальную переменную: при построении матрицы модели она будет закодирована в 3 переменные с кодировкой 0/1.
Напомним, что кодировка по умолчанию в dmatrix() использует первую группу в качестве референтной. Чтобы отобразить матрицу модели в виде датафрейма, в dmatrix() нужно передать дополнительный аргумент return_type со значением 'dataframe'.
Переменная color имеет следующий естественный порядок:
1: medium light
2: medium
3: medium dark
4: dark
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.
# Construct model matrix
model_matrix = ____('C(____, ____(____))' , data = ____,
return_type = 'dataframe')
# Print first 5 rows of model matrix dataframe
print(____.____)
# Fit and print the results of a glm model with the above model matrix configuration
model = ____('____ ~ ____(____, ____(____))', data = ____,
family = ____).____
print(____.____)