將模型擬合到Python中的所有變量（Scikit學習）

這是被問及其他地方的一個不同的軟件包，但是Scikit有沒有一種方法學習包括所有變量或所有變量減去R中的某個指定數？將模型擬合到Python中的所有變量（Scikit學習）

舉一個我的意思的例子，說我有一個迴歸y = x1 + x2 + x3 + x4。在R I可以通過運行評估這個迴歸：

result = lm(y ~ ., data=DF) 
summary(result)

我會想象有一個類似的方式凝結在Python中的公式，因爲寫出所有的變量更大的數據集將是一種愚蠢的。

來源

2017-02-22 114

我不這麼認爲，這裏是sklearn [這裏]（http://scikit-learn.org/stable/auto_examples/linear_model爲例/plot_ols.html#sphx-glr-auto-examples-linear-model-plot-ols-py） – cdeterman

@lmo我用兩個標記了它，因爲我認爲R用戶和Scikit用戶之間可能會有重疊。 – 114

@ 114你究竟在做什麼？你能舉一個玩具的例子嗎？ –

我們可以嘗試以下解決方法（我們使用iris數據集和數字標籤species，適合線性迴歸模型，看看如何使用這兩種在R和python sklearn的獨立預測指標）：

就R

summary(lm(as.numeric(Species)~., iris))[c('coefficients', 'r.squared')] 

$coefficients 
       Estimate Std. Error t value  Pr(>|t|) 
(Intercept) 1.18649525 0.20484104 5.792273 4.150495e-08 
Sepal.Length -0.11190585 0.05764674 -1.941235 5.416918e-02 
Sepal.Width -0.04007949 0.05968881 -0.671474 5.029869e-01 
Petal.Length 0.22864503 0.05685036 4.021874 9.255215e-05 
Petal.Width 0.60925205 0.09445750 6.450013 1.564180e-09 

$r.squared 
[1] 0.9303939

在Python（sklearn與糊狀）

from sklearn.datasets import load_iris 
import pandas as pd 
from patsy import dmatrices 

iris = load_iris() 
names = [f_name.replace(" ", "_").strip("_(cm)") for f_name in iris.feature_names] 
iris_df = pd.DataFrame(iris.data, columns=names) 
iris_df['species'] = iris.target 

# pasty does not support '.' at least in windows python 2.7, so here is the workaround 
y, X = dmatrices('species ~ ' + '+'.join(iris_df.columns - ['species']), 
        iris_df, return_type="dataframe") 

from sklearn.linear_model import LinearRegression 
model = LinearRegression() 
model.fit(X, y) 

print model.score(X,y) 
# 0.930422367533 

print model.intercept_, model.coef_ 
# [ 0.19208399] [[0.22700138 0.60989412 -0.10974146 -0.04424045]]

正如我們所看到的，在R和Python中學習的模型與pasty是相似的（係數的順序是不同的）。

來源

2017-02-22 21:58:13

'statsmodels'原生支持'patsy' forumals ...可能值得一提... http://statsmodels.sourceforge.net/0.6.0/examples/notebooks/generated/formulas.html –

Scikit有沒有辦法學會包括所有變量或所有變量減去一些指定的數字？

是的，sklearn +熊貓，以適應使用除此之外的所有變量，並用它作爲一個標籤，你可以做簡單的

model.fit(df.drop('y', axis=1), df['y'])

，這將適用於大多數sklearn車型。

這將是pandas + sklearn等效的r ~和-符號的，如果不使用pasty。

要排除多個變量，你可以做

df.drop(['v1', 'v2'], axis=1)

來源

2017-02-23 12:37:00 JARS

將模型擬合到Python中的所有變量（Scikit學習）

回答

相關問題