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)
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)