Проаналізуйте зведення лінійної моделі
Аналіз продуктивності різних моделей з імпутацією — одна з найважливіших задач під час роботи з пропущеними даними. Вона визначає, на який тип імпутованого датафрейма ви можете покладатися. Для аналізу ви можете навчити лінійну регресійну модель на імпутованому датафреймі та перевірити різні параметри, що впливають на вибір типу імпутації.
У цій вправі для вас уже завантажено датафрейм diabetes_cc, який є повним випадком (complete case) датафрейма з діабету. Повний випадок слугує базою для порівняння з іншими імпутованими датафреймами. Ви використаєте пакет statsmodels.api, завантажений як sm, щоб створити лінійну регресійну модель і згенерувати зведення.
Ця вправа є частиною курсу
Робота з пропущеними даними в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Add constant to X and set X & y values to fit linear model
X = sm.add_constant(___)
y = ___
lm = sm.OLS(y, X).fit()