Modellering med kategorisk variabel
I tidigare övningar har du anpassat en logistisk regressionsmodell med color som förklarande variabel tillsammans med width, där du behandlade color som en kvantitativ variabel. I den här övningen behandlar du color som en kategorisk variabel, vilket innebär att modellmatrisen kodar color till 3 variabler med 0/1-kodning.
Kom ihåg att standardkodningen i dmatrix() använder den första gruppen som referensgrupp. För att visa modellmatrisen som en dataframe används det extra argumentet return_type i dmatrix(), inställt på 'dataframe'.
Variabeln color har en naturlig ordning enligt följande:
1: medium light
2: medium
3: medium dark
4: dark
Datamängden crab är förinläst i arbetsytan.
Den här övningen är en del av kursen
Generaliserade linjära modeller i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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(____.____)