การแปลงตัวแปร
ต่อจากชุดข้อมูล wells คราวนี้จะฝึกการแปลงตัวแปรโดยตรงในสูตรและการตั้งค่า model matrix โดยไม่ต้องเพิ่มข้อมูลที่แปลงแล้วลงใน data frame ก่อน นอกจากนี้ยังจะทบทวนการคำนวณค่าความผิดพลาดของโมเดล (deviance) เพื่อตรวจสอบว่าการแปลงตัวแปรช่วยให้โมเดลพอดีกับข้อมูลดีขึ้นหรือไม่
โครงสร้างของฟังก์ชัน dmatrix() คือส่วนทางขวาของอาร์กิวเมนต์ formula ใน glm() บวกกับอาร์กิวเมนต์ data
dmatrix('y ~ x1 + x2',
data = my_data)
ชุดข้อมูล wells และโมเดล model_ars ที่ใช้ arsenic (ตัวแปรดั้งเดิม) ได้ถูกโหลดไว้ใน workspace แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Generalized Linear Models ใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import function dmatrix
import ____ as ____
from ____ import ____
# Construct model matrix for arsenic with log transformation
____('np.____(____)', data = ____,
return_type = 'dataframe').head()