scikit learn 是否提供了一种更简单的解决方案来获得系数的置信度？

Question

我正在学习《统计学习简介》，但我无法使用 scikit learn 得出系数的置信区间（我正在尝试在 Python 中复制代码）。

X = df.iloc[:, :-1].values
y = df.iloc[:, 1].values


X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=1/3, random_state = 0)


classifier = LinearRegression()
classifier.fit(X_train, y_train)

#predciting on X_test
y_pred = classifier.predict(X_test)


print(r2_score(y_pred, y_test))

print(classifier.intercept_)
print(classifier.coef_)

使用标准差和 95% 置信水平：

stdev = np.sqrt(sum((classifier.predict(X_train) - y_train)**2) / (len(y_train) - 2))


prediction = (y_pred - 1.96*stdev, y_pred + 1.96*stdev)

使用 OLS：

ols = sm.OLS(X, y)
ols_result = ols.fit()
print(ols_result.summary())


print(ols_result.bse)



ci = classifier.coef_ + 2 * ols_result.bse
ci2 = classifier.coef_ - 2 * ols_result.bse

final_ci = ci + ci2

我得到了不同的结果，所以我不完全确定哪一个更准确。有什么建议？ scikit learn 是否提供了一种更简单的解决方案来获得系数的置信度？

Answer 1

检查这个。看起来下面已经描述了正确的步骤：

https://datascience.stackexchange.com/questions/41934/obtaining-a-confidence-interval-for-the-prediction-of-a-linear-regression