我编写了一个适用于 PATSY 和 FORMULA 的代码，但现在我想进行“预测”以验证我通过摘要找到的结果。那么我怎样才能预测我的变量呢？
import numpy as np
from scipy import stats
import scipy
import matplotlib.pyplot as plt
import statsmodels.api as sm
from statsmodels.formula.api import logit, probit, poisson, ols
FNAME ="C:/Users/lenovo/Desktop/table.csv"
my_data = np.genfromtxt (FNAME, delimiter = ',')
x = my_data [:,1]
d = my_data [:,4]
f=my_data[:,6]
c= my_data[:,3]
#crée un masque pour les valeurs nans
masque = ~ (np.isnan (x) | np.isnan (d) | np.isnan (f) | np.isnan (c))
x = my_data[masque, 1] - 1
d = my_data[masque, 4]
f = my_data[masque, 6]
c = my_data[masque, 3]
my_data_dict = dict (
x = x,
d = d,
f = f,
c=c
)
form = 'x ~ C(c)+C(d)+C(f)'
affair_model = logit (form, my_data_dict, manquant = 'drop')
affair_result = affair_model.fit ()
print affair_result.summary ()
请您参考如下方法:
在这一行中:
data = df[cols_to_keep].join(dummy_ranks1.ix[:, 'c_2':]).join(dummy_ranks3.ix[:, 'd_2':]).join(dummy_ranks2.ix[:, 'f_2':])
您只选择了列 ['a', 'b'] , 然后加入其他 DataFrame没有 x在其中。
简单的改变
cols_to_keep = ['a', 'b']
到
cols_to_keep = ['a', 'b', 'x']
对于像这样的一次性脚本，使用 assert 进行健全性检查是个不错的主意。确保它按照您的预期进行，例如，
assert 'x' in data, 'x is not a column in data'
自 x已添加回 data您还需要更改 train_cols到
cols = data.columns
train_cols = cols[cols != 'x'][1:]
