Skip to main content
 首页 » 编程设计

python之pandas statsmodels 中的 predict(),添加自变量

2024年10月25日12birdshome

数据:https://courses.edx.org/c4x/MITx/15.071x_2/asset/climate_change.csv

我正在用 pandas 构建一个多元线性回归模型:

import pandas as pd 
import statsmodels.api as sm 
 
climate = pd.read_csv("climate_change.csv") 
climate_train = climate.query('Year <= 2006') 
climate_test = climate.query('Year > 2006') 
 
y = climate_train['Temp'] 
x = climate_train[['MEI', 'N2O', 'TSI', 'Aerosols']] 
x = sm.add_constant(x) 
model2 = sm.OLS(y, x).fit() 
model2.summary() 

我想在我的测试数据集上测试它:

model2.predict(climate_test) 

但是我得到以下错误:

ValueError: shapes (24,11) and (5,) not aligned: 11 (dim 1) != 5 (dim 0) 

来自 this question我怀疑这可能与我没有向测试数据集添加常量有关,但是

model2.predict(sm.add_constant(climate_test)) 

也不行。如果我明确列出自变量,它会起作用:

model2.predict(sm.add_constant(climate_test[['MEI', 'N2O', 'TSI', 'Aerosols']])) 

但是由于 model2 已经“知道”这些变量,我看不出为什么我应该在方法调用中重复它们。

如何在不显式调用自变量的情况下预测()?

请您参考如下方法:

我认为没有办法完全自动完成。

如果您试图节省输入,请将“x 列”存储在一个变量中供以后使用:xvars = ['MEI', 'N2O', 'TSI', 'Aerosols'] 并在代码的早期和后期使用它以节省输入。