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

Вправа

Обчислення VIF

Як ви дізналися з відео, один із найпоширеніших діагностичних показників мультиколінеарності — це коефіцієнт інфляції дисперсії (VIF), який обчислюють для кожної пояснювальної змінної.

Згадайте з відео правило великого пальця: пороговим значенням вважають VIF на рівні 2,5. Тобто якщо VIF перевищує 2,5, варто припустити, що на вашу модель впливає мультиколінеарність.

Раніше навчена model і набір даних crab уже завантажені в робочу область.

Інструкції

100 XP
  • Імпортуйте з statsmodels функцію variance_inflation_factor.
  • Із набору даних crab виберіть weight, width і color та збережіть як X. Додайте до X стовпець Intercept, заповнений одиницями.
  • Використовуючи функцію pandas DataFrame(), створіть порожній датафрейм vif і додайте назви стовпців X у стовпець Variables.
  • Для кожної змінної обчисліть VIF за допомогою функції variance_inflation_factor() і збережіть результат у датафреймі vif в стовпці з назвою VIF.