Tänk dig en studie där du försöker förutsäga antalet cykelpendlare över Brooklyn Bridge i New York City baserat på daglig temperatur.

Använd konsolen för att visa de fem första raderna i datamängden bike, som innehåller dina variabler. Du kan använda funktionen head() i pandas.

I datan hittar du de variabler du behöver för att träna din modell. De två variablerna du behöver är:

Brooklyn_B: antalet cykelpendlare över Brooklyn Bridge
Avg_Temp: genomsnittlig daglig temperatur i New York City

Du visualiserar datan med ett spridningsdiagram och får följande resultat:

Du bestämmer dig för att anpassa en GLM-modell. Med tanke på svarsvariabeln – antalet cykelpendlare – vilken fördelningsfamilj skulle du välja för att anpassa en GLM-modell?

Hur bygger man en GLM?

Create Your Free Account