我不能正确地进行逻辑回归。 我有一些错误,比如“奇异矩阵”,Hessian的问题,尽管我的数据集不相关
这3种代码都不能顺利运行:
>
model = sm.Logit(y1,X1.astype(float))
> 1. #result = model.fit(method='bfgs')
> #result.summary()
> 2. #result = model.fit(method='powell') result.summary()
> 3. #result=model.fit_regularized
> #result.params
ValueError:将数据强制转换为对象的numpy数据类型。使用np.asarray(数据)检查输入数据
用powell方法或bfgs方法,我得到了p值的“非”
#define the response (y) and predictors (X)
X1 = df1.loc[:, df.columns != 'OPENED']
y1 = df1['OPENED']
model = sm.Logit(y1,X1.astype(float))
result = model.fit(method='powell')
result.summary()
有什么想法吗
检查什么?使用什么?谢谢
目前没有回答
相关问题 更多 >
编程相关推荐