我试图在Python中使用rpy2(R语言的Python接口)调用R的mass.polr函数来执行顺序逻辑回归。但是,当我的预测器中有一些共线或几乎共线的列时,我会遇到麻烦:mass.polr会在拟合过程中自动丢弃其中一些列,这在我尝试获取训练数据的预测时会导致错误
下面是一个最起码的例子:
from rpy2.robjects import r, pandas2ri
from rpy2.robjects.packages import importr
pandas2ri.activate()
mass = importr("MASS")
# dataframe with two collinear predictors (x1 and x2)
df = pd.DataFrame(columns = ['target', 'x1', 'x2', 'x3'],
data = [[ 0 , 0 , 0 , 1 ],
[ 1 , 1 , 1 , 0 ],
[ 2 , 1 , 1 , 1 ]])
model = mass.polr('as.factor(target) ~ .', df, Hess = True) # gives warning below
'''
Warning message:
In polr(as.factor(target) ~ ., data = df, Hess = TRUE) :
design appears to be rank-deficient, so dropping some coefs
'''
r.predict(model, df, type = "class").__array__() # gives error below
'''
Error in X %*% object$coefficients : non-conformable arguments
'''
同样的错误实际上也发生在R中,但通过查看summary(model)
,我至少可以看到哪些列被丢弃了
相反,在Python中,r.summary(model).rx2('coefficients')
(在R中应该显示与summary(model)
相同的输出)不显示系数名称,只显示裸值:
array([[4.57292582e+01, 8.25605929e+02, 5.53887231e-02],
[2.11604944e+01, 2.85721885e+02, 7.40597606e-02],
[3.19476895e+01, 3.60605165e+02, 8.85946531e-02],
[5.66312792e+01, 8.93862000e+02, 6.33557296e-02]])
有人知道用Python检索系数名称的方法吗?或者还有其他解决办法吗
r.summary(model).rx2('coefficients')
返回一个没有名称的对象,因为您正在请求将R对象转换为该脚本前面的pandas
(并隐式地numpy
)对象(第pandas2ri.activate()
行)。Numpy数组没有命名元素不再建议使用
activate
。考虑在上下文中使用本地转换器(例如,在doc:https://rpy2.github.io/doc/v3.3.x/html/generated_rst/pandas.html中使用^ {CD2}})。相关问题 更多 >
编程相关推荐