【发布时间】:2015-03-18 02:00:09
【问题描述】:
我有兴趣在 python 中运行有序的 logit 回归(使用 pandas、numpy、sklearn 或其他生态系统)。但我找不到任何方法来做到这一点。我的谷歌技能缺乏吗?或者这不是在标准包中实现的东西?
【问题讨论】:
-
看看here
标签: python numpy pandas machine-learning scikit-learn
我有兴趣在 python 中运行有序的 logit 回归(使用 pandas、numpy、sklearn 或其他生态系统)。但我找不到任何方法来做到这一点。我的谷歌技能缺乏吗?或者这不是在标准包中实现的东西?
【问题讨论】:
标签: python numpy pandas machine-learning scikit-learn
如果您正在寻找有序 Logistic 回归,您可以在 Fabian Pedregosa's minirank repo on GitHub 中找到它。
(向@elyase 致敬,他最初在对该问题的评论中提供了该链接。)
【讨论】:
scikit-learn 类似API
更新: Logit 和 Probit Ordinal 回归模型现已内置到 statsmodels 中。
https://www.statsmodels.org/devel/examples/notebooks/generated/ordinal_regression.html
from statsmodels.miscmodels.ordinal_model import OrderedModel
上面的文档中给出了示例。例如:
import pandas as pd
from statsmodels.miscmodels.ordinal_model import OrderedModel
url = "https://stats.idre.ucla.edu/stat/data/ologit.dta"
data_student = pd.read_stata(url)
mod_log = OrderedModel(data_student['apply'],
data_student[['pared', 'public', 'gpa']],
distr='logit')
res_log = mod_log.fit(method='bfgs', disp=False)
res_log.summary()
问题是statsmodels 的开发版本远远领先于发布版本。他们说安装 statsmodels 的开发版可以日常使用。所以我做了:
pip3 install git+git://github.com/someuser/someproject.git
【讨论】: