我被要求使用以下步驟編寫邏輯回歸程序。從 MASS 包中加載 R 數(shù)據(jù)集活檢。將數(shù)據(jù)捕獲為 pandas 數(shù)據(jù)框。將列名類重命名為 Class。將類別列值良性和惡性分別轉(zhuǎn)換為“0”和“1”。建立一個自變量 V1 和因變量 Class 的邏輯回歸模型。用數(shù)據(jù)擬合模型，并顯示偽 R 平方值我已經(jīng)嘗試更改值，但我不確定該怎么做。另外，我是使用 Python 進行統(tǒng)計的初學(xué)者。import statsmodels.api as saimport statsmodels.formula.api as sfabiopsy = sa.datasets.get_rdataset("biopsy","MASS")biopsy_data = biopsy.databiopsy_data.rename(columns={"class":"Class"})biopsy_data.Class = biopsy_data.Class.map({"benign":0,"malignant":1})log_mod1 = sfa.logit("V1~Class",biopsy_data)log_res1 = log_mod1.fit()print(log_res1.summary())我希望有一個值表，但輸出是ValueError("endog must be in the unit interval.")
2 回答
寶慕林4294392
TA貢獻2021條經(jīng)驗 獲得超8個贊
改變：
log_mod1 = sfa.logit("V1~Class",biopsy_data)至：
log_mod1 = sfa.logit("Class~V1",biopsy_data)這行得通。
LEATH
TA貢獻1936條經(jīng)驗 獲得超7個贊
您需要執(zhí)行一些預(yù)處理步驟，它們告訴您必須處于單位間隔內(nèi)，因此介于 0 和 1 之間。
您可以做的是通過執(zhí)行以下操作進行特征縮放：X - Xmin/ Xmax - Xmin
在這里它應(yīng)該起作用的修改：
import statsmodels.api as sa
import statsmodels.formula.api as sfa
biopsy = sa.datasets.get_rdataset("biopsy","MASS")
biopsy_data = biopsy.data
biopsy_data.rename(columns={"class":"Class"},inplace=True)
biopsy_data.Class = biopsy_data.Class.map({"benign":0,"malignant":1})
biopsy_data["V1"] = np.divide(biopsy_data["V1"] - biopsy_data["V1"].min(), biopsy_data["V1"].max() - biopsy_data["V1"].min())
log_mod1 = sfa.logit("V1~Class",biopsy_data)
log_res1 = log_mod1.fit()
print(log_res1.summary())
就在調(diào)用之前，sfa.logit()我已經(jīng)對您想要使用的自變量進行了預(yù)處理（V1此處）。
添加回答
舉報
0/150
提交
取消