探索模型系数
现在，您将从另一个角度、且仅在训练数据上评估模型表现。您在上一节学到的一点是，并非所有模型系数在统计上都显著，我们应查看模型摘要表来判断其显著性。幸运的是，statsmodels 库提供了这一功能。打印模型摘要表后，请查看哪些变量的 p 值低于 0.05（即低于 5%），以确保该系数显著。
训练特征已加载为 train_X，目标变量为 train_Y，其已转换为 numpy 数组。
本练习是课程的一部分
Python 营销中的机器学习
练习说明
- 导入
statsmodels.api模块。 - 使用
OLS()函数在训练数据上初始化模型实例。 - 拟合模型。
- 使用
.summary()方法打印模型摘要。
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 `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.___())