如何使用statsmodels.formula.api（python）预测新值

Question

我使用以下来自乳腺癌数据训练逻辑模型，并且仅使用一个特征'mean_area'

from statsmodels.formula.api import logit
logistic_model = logit('target ~ mean_area',breast)
result = logistic_model.fit()

在训练模型中存在内置预测方法。然而，这给出了所有训练样本的预测值。如下

predictions = result.predict()

假设我想要一个新值的预测说30如何使用训练的模型输出值？ （而不是手动读取系数和计算）

Answer 1

您可以为.predict()模型提供新值，如此notebook中的输出＃11所示，来自单个观察的文档。您可以提供2d array的多个观测值，例如DataFrame - see docs。

由于您使用的是公式API，因此您的输入需要采用pd.DataFrame的形式，以便列引用可用。在你的情况下，你可以使用像.predict(pd.DataFrame({'mean_area': [1,2,3]})这样的东西。

当没有提供替代方案时，statsmodels .predict()仅将用于拟合的观察结果用作默认值。

Answer 2

将statsmodels.formula.api导入为smf

model = smf.ols（'y~x'，data = df）.fit（）

预测观察列表，列表长度可以是1到多个..

prediction = model.get_prediction（exog = dict（x = [5,10,25]））

prediction.summary_frame（阿尔法= 0.05）