如何使用statsModels.formula.api(Python)预测新值 [英] How to predict new values using statsmodels.formula.api (python)

问题描述

我使用来自乳腺癌数据的以下内容训练Logistic模型，并且只使用了一个特征‘Mean_Area’

from statsmodels.formula.api import logit
logistic_model = logit('target ~ mean_area',breast)
result = logistic_model.fit()

在训练好的模型中有一个内置的预测方法。然而，这给出了所有训练样本的预测值。如下所示

predictions = result.predict()

假设我想要一个新值的预测，比如30，我如何使用经过训练的模型来输出值？(而不是读取系数并手动计算)

推荐答案

您可以为.predict()模型提供新值，如notebook文档中的输出#11所示。您可以将多个观察值作为2d array提供，例如aDataFrame-see docs。

由于您使用的是公式API，因此您的输入需要采用pd.DataFrame的形式，以便列引用可用。在您的情况下，您可以使用类似.predict(pd.DataFrame({'mean_area': [1,2,3]})的代码。

statsmodels.predict()仅在没有提供替代选项时使用用于拟合的观测值作为默认设置。

这篇关于如何使用statsModels.formula.api(Python)预测新值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！