การเปรียบเทียบค่าสัมประสิทธิ์การตัดสินใจ
ค่าสัมประสิทธิ์การตัดสินใจ (coefficient of determination) เป็นตัววัดว่าเส้นถดถอยเชิงเส้นพอดีกับค่าที่สังเกตได้ดีเพียงใด เหตุผลสำคัญประการหนึ่งที่ควรใช้ตัวแปรอธิบายหลายตัวในการวิเคราะห์การถดถอยเชิงเส้น คือความสามารถในการปรับปรุงความพอดีของโมเดลให้ดีกว่าการใช้ตัวแปรอธิบายเพียงตัวเดียว
ในแบบฝึกหัดนี้ จะเปรียบเทียบค่าสัมประสิทธิ์การตัดสินใจของโมเดลราคาบ้านในไต้หวันทั้งสามโมเดล เพื่อดูว่าโมเดลใดให้ผลลัพธ์ดีที่สุด
mdl_price_vs_conv, mdl_price_vs_age, และ mdl_price_vs_both พร้อมใช้งานในฐานะโมเดลที่ฝึกแล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Regression ระดับกลางด้วย statsmodels ใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Print the coeffs of determination for mdl_price_vs_conv
print("rsquared_conv: ", ____)
print("rsquared_adj_conv: ", ____)
# Print the coeffs of determination for mdl_price_vs_age
print("rsquared_age: ", ____)
print("rsquared_adj_age: ", ____)
# Print the coeffs of determination for mdl_price_vs_both
print("rsquared_both: ", ____)
print("rsquared_adj_both: ", ____)