时间戳

首页 > 解决方案 > 无法修复 ValueError("endog 必须在单位区间内")

python - 无法修复 ValueError("endog 必须在单位区间内")

问题描述

我被要求使用以下步骤编写逻辑回归程序。

  1. 从 MASS 包中加载 R 数据集活检。
  2. 将数据捕获为 pandas 数据框。
  3. 将列名类重命名为 Class。
  4. 将类别列值良性和恶性分别转换为“0”和“1”。
  5. 建立一个自变量 V1 和因变量 Class 的逻辑回归模型。
  6. 用数据拟合模型，并显示伪 R 平方值

我已经尝试更改值，但我不确定该怎么做。另外，我是使用 Python 进行统计的初学者。 

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"})
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())

我希望有一个值表，但输出是

ValueError("endog must be in the unit interval.")

标签： pythonstatisticslogistic-regression

解决方案

您需要执行一些预处理步骤，它们告诉您必须处于单位间隔内，因此介于 0 和 1 之间。

您可以做的是通过执行以下操作进行特征缩放：X - Xmin/ Xmax - Xmin

在这里它应该起作用的修改：

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())

就在调用之前，sfa.logit()我已经对您想要使用的自变量进行了预处理（V1此处）。

推荐阅读