变量变换
继续使用 wells 数据，您将练习直接在公式与模型矩阵环境中应用变量变换，而无需先把变换后的数据添加到数据帧中。您还将回顾如何计算模型误差（即偏差，deviance），以判断变换是否改进了模型拟合。
回忆 dmatrix() 函数的结构：它的第一个参数与 glm() 公式参数的右侧一致，再加上 data 参数。
dmatrix('y ~ x1 + x2',
data = my_data)
工作区中已预加载数据集 wells，以及使用 arsenic（原始变量）拟合得到的模型 model_ars。
本练习是课程的一部分
Python 中的广义线性模型
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import function dmatrix
import ____ as ____
from ____ import ____
# Construct model matrix for arsenic with log transformation
____('np.____(____)', data = ____,
return_type = 'dataframe').head()