我如何预测我的变量

Question

我做了一个代码，可以处理PATSY和FORMULA，但是现在我想用predict来验证我用summary找到的结果。那么我如何预测我的变量呢？在

import numpy as np
from scipy import stats
import scipy
import matplotlib.pyplot as plt
import statsmodels.api as sm

from statsmodels.formula.api import logit, probit, poisson, ols

FNAME ="C:/Users/lenovo/Desktop/table.csv"

my_data = np.genfromtxt (FNAME, delimiter = ',')


x = my_data [:,1]
d = my_data [:,4]
f=my_data[:,6]
c= my_data[:,3]
#crée un masque pour les valeurs nans
masque = ~ (np.isnan (x) | np.isnan (d) | np.isnan (f) | np.isnan (c))

x = my_data[masque, 1] - 1
d = my_data[masque, 4]
f = my_data[masque, 6]
c = my_data[masque, 3]

my_data_dict = dict (
x = x,
d = d,
f = f,
c=c

)

form = 'x ~ C(c)+C(d)+C(f)'


affair_model = logit (form, my_data_dict, manquant = 'drop')

affair_result = affair_model.fit ()

print affair_result.summary () 

Answer 1

在这一行中：

data = df[cols_to_keep].join(dummy_ranks1.ix[:, 'c_2':]).join(dummy_ranks3.ix[:, 'd_2':]).join(dummy_ranks2.ix[:, 'f_2':])

您只选择列['a', 'b']，然后与其他没有x的DataFrame连接。在

简单的改变

^{pr2}$

到

cols_to_keep = ['a', 'b', 'x']

对于这样的一次性脚本，使用assert进行健全性检查，以确保它做了您期望的事情，例如

assert 'x' in data, 'x is not a column in data'

由于x已重新添加到data中，您还需要将{}更改为

cols = data.columns
train_cols = cols[cols != 'x'][1:]