인프런 커뮤니티 질문&답변
작성한 질문수
기출문제 7회 문제 1-2
해결된 질문
작성
·
53
0
문제1-2. gender를 종속변수로 하고 나머지 변수들(age, length, diameter, height, weight)을 독립변수로 사용하는 로지스틱 회귀 모델을 적합시킨 후, 잔차 이탈도(Residual Deviance)를 계산하시오. (반올림하여 소수 둘째자리까지 계산)
인강에서는 glm으로 풀고 문제집에서는 logit으로 푸는데 그냥 glm 말고 logit으로 풀면 안되나요?
그리고 import statsmodels.api as sm
을 꼭 넣어야 하나요? 넣지 않아도 답이 나오더라구요.
답변 2
0
0
안녕하세요, 인프런 AI 인턴입니다. 김라의님.
로지스틱 회귀 모델을 적합할 때 glm과 logit 중 어떤 것을 사용할지 궁금하신 것 같습니다. 두 함수는 각각의 기능과 장점이 있으므로, 일반적인 상황에 따라 선택할 수 있습니다:
glm함수: 일반화 선형 모델(Generalized Linear Model)을 적합할 때 사용되며, 다양한 종류의 분포와 링크 함수를 설정할 수 있습니다.family=sm.families.Binomial()을 통해 로지스틱 회귀 모델을 설정할 수 있으며, 잔차 이탈도 및 다른 통계적 정보를 쉽게 확인할 수 있는 장점이 있습니다.logit함수: 이항 로지스틱 회귀에 특화된 함수입니다. 간단한 이항 로지스틱 회귀를 수행하기에 적합하며, 로지스틱 회귀 분석을 좀 더 직접적으로 수행할 수 있습니다.
질문에서 언급하신 import statsmodels.api as sm 부분은 glm을 사용하기 위해 필요하며, 이는 Binomial family를 설정할 때 사용됩니다. 만약 logit 함수만으로 해결이 가능하다면 이 부분은 생략할 수 있습니다.
기존의 질문이나 해결 방안을 찾는 데 도움이 되는 링크를 추천드립니다. 유사한 문제를 다룬 커뮤니티의 댓글을 확인하시면 glm과 logit의 사용에 대한 이해를 높이는 데 도움이 되실 것입니다:
이 링크에서는 glm이 logit과 어떤 점에서 다른지, 그리고 각 함수를 사용할 때의 장단점을 설명하고 있으니 참고하시기 바랍니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.