【发布时间】：2020-08-02 04:49:03
【问题描述】：
我有一个关于逻辑回归的问题。对于我的论文，我必须使用 Python 比较使用不同财务比率的公司。财务比率应通过逻辑回归或概率回归来平衡。我已经看过一些教程，这些教程使用了解释变量和因变量，但我的数据集中没有因变量。我只需要回归来平衡不同的财务比率，而不是解释因变量。目标是计算每家公司的得分（“倾向得分”），然后我可以从中计算到“最近”公司的距离，从而获得与其他公司可比性的代理。
不幸的是，我完全缺乏这里的方法，我找不到任何说明或示例。你们中有人知道我该如何继续吗？我希望我的问题变得清晰。
【问题讨论】：
-
我不认为你理解你在说什么，这使得问题难以理解。 Logistic（和概率）回归是有监督的 ML 模型，这意味着它们需要因变量。如果您没有因变量，则不能使用任何监督模型。或者换句话说，你需要一个无监督模型，这是一个完全不同的故事（我认为这也不是你想要的）
-
是的，这里是@MatusDubrava。您不能使用没有因变量（监督）的回归模型，这会给您留下无监督的数据集。尝试研究 K-NN、K-Means、SVM 和任何其他无监督模型。
标签： python regression