เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Fit โมเดล Logistic Regression แบบหลายตัวแปร

จากความรู้ที่ได้จากวิดีโอ เราจะกลับมาใช้ชุดข้อมูล crab เพื่อ fit โมเดล Logistic Regression แบบหลายตัวแปร ในบทที่ 2 เราได้ fit โมเดล Logistic Regression โดยใช้ width เป็นตัวแปรอธิบาย แบบฝึกหัดนี้จะวิเคราะห์ผลที่เกิดขึ้นเมื่อเพิ่ม color เข้ามาเป็นตัวแปรอธิบายเพิ่มเติม

ตัวแปร color มีลำดับตามธรรมชาติตั้งแต่ medium light, medium, medium dark และ dark ดังนั้น color จึงเป็นตัวแปรแบบ ordinal ซึ่งในแบบฝึกหัดนี้จะถือว่าเป็นตัวแปรเชิงปริมาณ

ชุดข้อมูล crab ถูกโหลดไว้ในพื้นที่ทำงานแล้ว และความแตกต่างจากกรณีตัวแปรเดียวมีเพียงในส่วน argument ของ formula เท่านั้น ซึ่งจะเพิ่มโครงสร้างเพื่อรวมตัวแปรใหม่เข้าไป

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Generalized Linear Models ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้าฟังก์ชันที่จำเป็นสำหรับ GLM จากไลบรารี statsmodels
  • กำหนด argument formula โดยให้ width และ color เป็นตัวแปรอธิบาย และ y เป็นตัวแปรตอบสนอง
  • Fit โมเดล Logistic Regression แบบหลายตัวแปรโดยใช้ฟังก์ชัน glm()
  • แสดงผลลัพธ์ของโมเดล

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import statsmodels
import ____.____ as sm
from ____.____.____ import glm

# Define model formula
formula = '____ ~ ____'

# Fit GLM
model = glm(____, ____ = ____, ____ = sm.____.____).____

# Print model summary
____(____.____)
แก้ไขและรันโค้ด