探索模型係數
現在你要從不同的角度、而且只用訓練資料來檢視模型效能。你在上一個單元學到，並非所有模型係數在統計上都顯著，因此我們應該查看模型摘要表來評估其顯著性。所幸 statsmodels 函式庫提供了這項功能。當你列印出模型摘要表後，請查看哪些變數的 p 值低於 0.05（也就是低於 5%），以確認該係數具有顯著性。
訓練特徵已載入為 train_X，目標變數為 train_Y，且已轉換為 numpy 陣列。
本練習屬於課程
Python 的行銷機器學習
練習說明
- 匯入
statsmodels.api模組。 - 使用
OLS()函式在訓練資料上初始化模型實例。 - 擬合模型。
- 使用
.summary()方法列印模型摘要。
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.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.___())