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

Упражнение

Отклонение и линейное преобразование

Как вы видели в предыдущих упражнениях, отклонение уменьшается при добавлении переменной, которая улучшает качество подгонки модели. В этом упражнении мы вернёмся к данным о переходе на другой источник воды и модели, построенной с переменной distance, и посмотрим, что происходит при линейном преобразовании этой переменной.

Обратите внимание: переменная distance100 — это исходная переменная distance, делённая на 100, что делает интерпретацию результатов более наглядной. Вы можете изучить данные с помощью wells.head(), чтобы просмотреть первые 5 строк.

Набор данных wells и модель 'swicth ~ distance100' предварительно загружены как model_dist.

Инструкции

100 XP
  • Импортируйте statsmodels как sm и функцию glm().
  • Подгоните модель логистической регрессии с переменной distance в качестве объясняющей и switch в качестве переменной отклика и сохраните результат как model_dist_1.
  • Вычислите и выведите разницу в отклонении между текущей моделью и моделью с переменной distance100 в качестве объясняющей.