擬合多變數邏輯斯迴歸
運用影片中的重點，你將回到 crab 資料集，來擬合一個多變量的邏輯斯迴歸模型。在第 2 章中，你已經以 width 作為解釋變數，擬合過邏輯斯迴歸。本練習要分析在模型中再加入 color 這個額外變數的影響。
color 變數有自然的順序：從「medium light」、「medium」、「medium dark」到「dark」。因此，color 是一個序位變數。在這個例子中，你會把它視為量化變數來處理。
工作空間已預先載入 crab 資料集。也請注意，與單變數情境相比，程式碼唯一的差異在 formula 參數。現在你需要在這裡加入結構，將新變數納入模型。
本練習屬於課程
Generalized Linear Models in Python
練習說明
- 從
statsmodels函式庫匯入 GLM 需要的函式。 - 定義
formula參數，將width和color作為解釋變數，y作為應變數。 - 使用
glm()函式擬合多變量邏輯斯迴歸模型。 - 列印模型結果。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Import statsmodels
import ____.____ as sm
from ____.____.____ import glm
# Define model formula
formula = '____ ~ ____'
# Fit GLM
model = glm(____, ____ = ____, ____ = sm.____.____).____
# Print model summary
____(____.____)