logistic-regression - statsmodel逻辑回归 - 不为系数生成标准误差
问题描述
我想使用逻辑回归模型为我的数据集中的各种特征以及它们的 95% 置信区间生成优势比或系数。
由于我们无法为 sklearn 逻辑回归模型中的优势比或系数生成 95% CI 值,因此我开始使用 statsmodels。
但是,我使用包含 17 个虚拟编码分类特征和 1 个结果变量的非常大的数据集在我的输出中没有看到任何系数的标准误差 - 仅在几个特征中看到适度的相关性(Person 的 r < 0.45)。
我的代码如下:
import statsmodels.api as sm
X_atr = sm.add_constant(X_atr) #add constant for intercept
logit_model = sm.Logit(y_atr, X_atr) #Create model instance
result = logit_model.fit(method = "bfgs") #Fit model
print(result.summary()) #print results
解决方案
推荐阅读
- postgresql - PostgreSQL获取两个文本字段之间的时间差
- excel - Excel宏将范围从一张表复制到另一张表
- python - 票价计划
- spring-boot - Spring Boot 2.x 多数据源和 jdbctemplate
- java - javax.mail 不想从我的 Web 应用程序发送邮件,但它从我的控制台应用程序发送邮件
- r - 在R中循环数据帧
- android - 静默安装 android 应用程序,无需用户交互
- typescript - 为什么 Typescript 不能从泛型类型中解开这个可选?
- jquery - CSS/查询:在表格的 th 和 td 之间放置一个可点击的图标,而不使用第二个表格
- caching - 更新后不渲染 Twig 文件(开发环境需要清除缓存)