1. Learn
    2. /
  2. Курси
    3. /
  3. Узагальнені лінійні моделі в Python
Connected

Вправа

Підгонка багатозмінної логістичної регресії

Використовуючи знання з відео, ви знову звернетеся до набору даних crab, щоб підганяти багатозмінну модель логістичної регресії. У розділі 2 ви підганяли логістичну регресію з width як пояснювальною змінною. У цій вправі ви проаналізуєте ефект додавання color як додаткової змінної.

Змінна color має природний порядок: medium light, medium, medium dark та dark. Отже, color — це порядкова змінна, яку в цьому прикладі ви трактуватимете як кількісну.

Набір даних crab попередньо завантажено в робочу область. Зверніть увагу, що єдина відмінність коду від однозмінного випадку — у аргументі формули: тепер ви додасте структуру, щоб увести нову змінну.

Інструкції

100 XP
  • Імпортуйте потрібні функції з бібліотеки statsmodels для GLM.
  • Задайте аргумент formula, де пояснювальними змінними є width і color, а відгуком — y.
  • Підженіть багатозмінну логістичну регресійну модель за допомогою функції glm().
  • Виведіть результати моделі.