如何通过scikit-learn获得优势比和其他相关特征

我正在阅读odds ratios in logistic regression tutorial，并尝试使用scikit-learn的逻辑回归模块获得完全相同的结果。使用下面的代码，我可以得到系数和截距，但我找不到找到教程中列出的模型的其他属性的方法，例如log-likelyhood，Odds Ratio，Std。 Err。，z，P> | z |，[95％Conf。间隔]。如果有人能告诉我如何让他们与sklearn包计算，我将不胜感激。如何通过scikit-learn获得优势比和其他相关特征

import pandas as pd 
from sklearn.linear_model import LogisticRegression 

url = 'http://www.ats.ucla.edu/stat/mult_pkg/faq/general/sample.csv' 
df = pd.read_csv(url, na_values=['']) 
y = df.hon.values 
X = df.math.values 
y = y.reshape(200,1) 
X = X.reshape(200,1) 
clf = LogisticRegression(C=1e5) 
clf.fit(X,y) 
clf.coef_ 
clf.intercept_

来源

2016-09-21 Erdem KAYA

仅供参考，你应该做的进口为'从sklearn.linear_model进口LogisticRegression' – maxymoo

您可以通过采取coeffecients的指数获得的优势比：

import numpy as np 
X = df.female.values.reshape(200,1) 
clf.fit(X,y) 
np.exp(clf.coef_) 

# array([[ 1.80891307]])

至于其他的统计数据，这些是不容易的得到scikit学习（其中模型评估主要是使用交叉验证完成），如果您需要它们，最好使用不同的库，如statsmodels。

来源

2016-09-22 04:16:42 maxymoo

感谢@maxymoo。是的，我可以用'statsmodels'获得其他摘要。 –

当且仅当这些特征是独立的时候，这些值是唯一的比值比吗？（即特征之间不存在交互）。 – user48956

@ user48956查看http://stats.stackexchange.com/questions/57031/interpreting-interaction-terms-in-logit-regression-with-categorical-variables关于如何解释比值比的一个很好的例子 – maxymoo

除了@ maxymoo的回答，要获得其他统计信息，statsmodel可以使用。假设你有一个叫DataFrame您df数据，下面的代码应该表现出了很好的总结：

import pandas as pd 
from patsy import dmatrices 
import statsmodels.api as sm 

y, X = dmatrices('label ~ age + gender', data=df, return_type='dataframe') 
mod = sm.Logit(y, X) 
res = mod.fit() 
print res.summary()

来源

2016-09-26 20:28:57

如何通过scikit-learn获得优势比和其他相关特征

回答

相关问题