线性回归模型的诊断图。类似于r中的plot.lm。
lmdiag的Python项目详细描述
python库为线性回归模型提供诊断图。(类似于r中的plot.lm)
我做这个是因为我错过了一个大学项目的诊断图。python中有一些单独图表的替换,但是它们分布在不同的库中,有时显示的并不完全相同。我的实现试图复制r-plots,但我没有重新实现r-code:图表只是基于可用的文档。
用法
绘图需要statsmodels创建的fitted Linear Regression Model作为输入。
示例
(另请参见更广泛的Example Notebook)
import numpy as np import matplotlib.pyplot as plt import statsmodels.api as sm import lmdiag %matplotlib inline # In Jupyter # Generate sample model np.random.seed(20) predictor = np.random.normal(size=30, loc=20, scale=3) response = 5 + 5 * predictor + np.random.normal(size=30) X = sm.add_constant(predictor) lm = sm.OLS(response, X).fit() # Plot chart matrix (and enlarge figure) plt.figure(figsize=(10,7)) lmdiag.plot(lm);
方法
绘制所有绘图的矩阵:
lmdiag.plot(lm)
绘制单独的绘图:
lmdiag.resid_fit(lm)
lmdiag.q_q(lm)
lmdiag.scale_loc(lm)
lmdiag.resid_lev(lm)
打印有用的解释说明:
lmdiag.info()(用于所有绘图)
lmdiag.info('<methodname>')(用于单个绘图)
开发
免责声明
这是我的第一个公共python库。别指望一切顺利。我很高兴收到有用的反馈或请求。
认证
打包并上传到pypi
- pipenv run rstcheck README.rst(检查语法)
- rm -rf ./dist(删除旧版本)
- python setup.py sdist
- python setup.py bdist_wheel
- twine upload dist/*
- 然后在github上发布新版本…