如何使用statsmodels.formula.api logit进行预测。

Question

我有以下问题。我想使用 statsmodels.formula.api 中的 logit 进行样本内预测。

请看我的代码:

import statsmodels.formula.api as smf

model_logit = smf.logit(formula="dep ~ var1 + var2 + var3", data=model_data)

到目前为止一切都很好。但是我想使用我的模型进行样本内预测：

yhat5 = model5_logit.predict(params=["dep", "var1", "var2", "var3"])

出现错误：ValueError: 数据类型必须提供一个itemsize。

当我尝试执行以下操作时：

yhat5 = model5_logit.predict(params="dep ~ var1 + var2 + var3")

我又遇到了一个错误：numpy.core._exceptions._UFuncNoLoopError: ufunc 'multiply' 没有包含与类型匹配的签名的循环 (dtype('<U32'), dtype('<U69')) -> None

如何使用 statsmodels.formula.api 进行 Logit 模型的样本内预测？

这个对我没有帮助：如何使用 statsmodels.formula.api（python）预测新值

- vojta

---

很难在没有您的数据的情况下进行复制，但可能是因为您的数据包含不兼容的不同类型 (dtype('<U32'), dtype('<U69'))，请尝试转换变量的类型。 - DNy

你的代码中的model_data是什么？为什么要使用model5_logit而不是model_logit？如果它们是变量，请提供值。 - user16802669

Answer 1

使用一个示例数据集：

import statsmodels.formula.api as smf
import pandas as pd
import numpy as np
from sklearn.datasets import make_classification

X,y = make_classification(n_features=3,n_informative=2,n_redundant=1)
model_data = pd.DataFrame(X,columns = ['var1','var2','var3'])
model_data['dep'] = y

适配模型（我在你的代码中没有看到）：

import statsmodels.formula.api as smf
model_logit = smf.logit(formula="dep ~ var1 + var2 + var3", data=model_data)
res = model_logit.fit()

您可以获得样本内预测（以概率形式）和预测标签：

in_sample = pd.DataFrame({'prob':res.predict()})
in_sample['pred_label'] = (in_sample['prob']>0.5).astype(int)

in_sample.head()
 
       prob  pred_label
0  0.005401           0
1  0.911056           1
2  0.990406           1
3  0.412332           0
4  0.983642           1

我们需要与实际标签进行比对：

pd.crosstab(in_sample['pred_label'],model_data['dep'])
 
dep          0   1
pred_label        
0           46   2
1            4  48

- StupidWolf