如何修复统计模型（模型缺少必需的结果变量）

Question

我刚刚开始使用python进行机器学习，我正在研究多重线性回归。我在哪里学习了虚拟变量陷阱，可以通过向后消除来解决，但在应用向后消除时却遇到了此错误。 （PatsyError：模型缺少必需的结果变量）

这些是我导入的文件

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn.preprocessing import LabelEncoder , OneHotEncoder
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
import statsmodels.formula.api as sm

这些是我的数据集的前5行：

        gender    age    exercise    hours     grade
0       female    17        3        10        82.4
1       male      18        4        4         78.2
2       male      18        5        9         79.3
3       female    14        2        7         83.2
4       female    18        4        15        87.4


real_x = data_frame.iloc[:,:4].values
real_y = data_frame.iloc[:,4:].values

label_encoder_obj = LabelEncoder()
real_x[:,0] = label_encoder_obj.fit_transform(real_x[:,0])
one_hot_encoder = OneHotEncoder(categorical_features=[2])
real_x = one_hot_encoder.fit_transform(real_x).toarray()

real_x = real_x[:,1:]
training_x,test_x,training_y,test_y=
train_test_split(real_x,real_y,test_size=0.2,random_state=0)

multiple_linear_regression = LinearRegression()
multiple_linear_regression.fit(training_x,training_y)
predection_y = multiple_linear_regression.predict(test_x)


real_x=np.append(arr=np.ones((real_x.shape[0],1)).astype(int),
values=real_x,axis=1)

x_optimization = real_x[:,[0,1,2,3,4,5]] 

在下面的行中，我得到了错误。

regresion_ordinary_least_squar = sm.ols(real_y,data=x_optimization).fit();

＃如果丢失=='raise'，则没有missing_mask

PatsyError: model is missing required outcome variables

而且我已经看到一些在线示例，其中包含一些代码

sm.OLS() 

用于代替

sm.ols()

有什么区别？

Answer 1

您应该使用

将statsmodels.regression.linear_model导入为sm;

而不是

将statsmodels.formula.api导入为sm

和使用

regresion_ordinary_least_squar = sm.OLS（endog = real_y，exog = x_optimization）.fit（）

代替

regresion_ordinary_least_squar = sm.ols（real_y，data = x_optimization）.fit（）;