Khám phá các hệ số của mô hình
Bây giờ bạn sẽ đánh giá hiệu quả mô hình từ một góc nhìn khác, và chỉ trên dữ liệu huấn luyện. Một điều bạn đã học trong bài trước là không phải mọi hệ số mô hình đều có ý nghĩa thống kê; chúng ta nên xem bảng tóm tắt mô hình để kiểm tra ý nghĩa của chúng. May mắn là thư viện statsmodels hỗ trợ sẵn chức năng này. Sau khi in bảng tóm tắt mô hình, hãy xem biến nào có p-value nhỏ hơn 0.05 (tức là nhỏ hơn 5%) để đảm bảo hệ số là có ý nghĩa.
Các đặc trưng huấn luyện đã được nạp dưới tên train_X, và biến mục tiêu là train_Y đã được chuyển thành mảng numpy.
Bài tập này là một phần của khóa học
Machine Learning cho Marketing với Python
Hướng dẫn bài tập
- Import module
statsmodels.api. - Khởi tạo một thể hiện mô hình trên dữ liệu huấn luyện bằng hàm
OLS(). - Fit mô hình.
- In bảng tóm tắt mô hình bằng phương thức
.summary().
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import `statsmodels.api` module
import ___.___ as sm
# Initialize model instance on the training data
olsreg = sm.___(train_Y, train_X)
# Fit the model
olsreg = olsreg.___()
# Print model summary
print(olsreg.___())