1. Обучение
    2. /
  2. Курса
    3. /
  3. Обобщённые линейные модели в Python
Connected

Упражнение

Обучение многомерной логистической регрессии

Используя знания, полученные в видеоуроке, вы вернётесь к набору данных crab и построите многомерную модель логистической регрессии. В главе 2 вы обучили логистическую регрессию с переменной width в качестве объясняющей. В этом упражнении вы изучите, как добавление переменной color влияет на результат.

Переменная color имеет естественный порядок: medium light, medium, medium dark и dark. Таким образом, color является порядковой переменной, которую в данном примере вы будете рассматривать как количественную.

Набор данных crab уже загружен в рабочую область. Обратите внимание: единственное отличие от одномерного случая — в аргументе формулы, куда теперь нужно добавить новую переменную.

Инструкции

100 XP
  • Импортируйте необходимые функции из библиотеки statsmodels для обобщённых линейных моделей.
  • Определите аргумент formula, где width и color — объясняющие переменные, а y — зависимая.
  • Обучите многомерную модель логистической регрессии с помощью функции glm().
  • Выведите результаты модели.