使用GLM的問題

我對理解如何使用poisson的GLM模型有一些困難。使用GLM的問題

import numpy as np 
import scikits.statsmodels as sm 

dataset = pd.DataFrame({'A':np.random.rand(100)*1000, 
         'B':np.random.rand(100)*100, 
         'C':np.random.rand(100)*10, 
         'target':np.random.rand(100)}) 

X = dataset.ix[:,['A','B','C']].values 
y = dataset.ix[:,['target']].values 
size = 1e5 
nbeta = 3 

fam = sm.families.Poisson() 
glm = sm.GLM(y,X, family=fam) 
res = glm.fit()

我使用的「目標」一欄爲目標，我應該標記目標0或1？
任何人都可以解釋我是如何得到CA的預測值泊松還有另一個功能predict

來源

2014-04-22 user3378649

如果您從scikits名稱空間導入，這是statsmodels的一個非常非常舊的版本。你一定要升級。 – jseabold

你能舉一個升級版本的例子嗎？我可以在scikit上找到這個GLM，我找不到它 – user3378649

Poisson模型用於計數數據模型（除非你知道你在做什麼，並有意將它們應用於連續數據）。你確定要在這裏使用泊松嗎？ – jseabold

Sourceforge上被降權了。當它備份時，您應該通讀documentation和examples。有很多用於預測和GLM的使用說明。

如何標記您的目標取決於您，可能是一個交叉驗證的問題。泊松是用於計數，但可用於連續數據，但您應該知道您在做什麼。

如果您有0/1，那麼您需要一個Logit或Probit模型。像這樣的東西。您不需要將熊貓對象轉換爲numpy。

import numpy as np 
import statsmodels.api as sm 

dataset = pd.DataFrame({'A':np.random.rand(100)*1000, 
         'B':np.random.rand(100)*100, 
         'C':np.random.rand(100)*10, 
         'target':np.random.randint(0, 5, 100)}) 

X = dataset[['A','B','C']] 
X['constant'] = 1 
y = dataset['target'] 
size = 1e5 
nbeta = 3 

fam = sm.families.Poisson() 
glm = sm.GLM(y,X, family=fam) 
res = glm.fit() 

predict = res.predict()

或者你可以直接使用泊松最大似然估計量。

res = sm.Poisson(y, X).fit() 
predict = res.predict()

來源

2014-04-22 17:20:11 jseabold

非常感謝，只是想知道是否可以使用此示例的時間序列來預測下一個事件（基於時間）。讓我們cosider：'B'：np.array（[datetime.datetime（2013,9,28，i，0）爲我在範圍內（30）]） – user3378649

就實現而言，日期時間應該像引擎蓋下的整數，所以原則上它可以工作。至於，這是你想要做什麼...這是一個交叉驗證的問題。您可能能夠像這樣建模泊松過程，但您可能需要查看生存分析。 [這個答案]（https://stats.stackexchange.com/questions/44046/what-are-the-differences-between-survival-analysis-and-poisson-regression）可能會有所幫助。 – jseabold

謝謝！如果我理解你的話。如果我想根據預測的水平預測發生概率，那麼我將使用二項式GLM。如果我想根據預測器級別預測事件的數量，那麼您將使用泊松GLM。我看到「res.predict（）」產生概率，這種概率在這種情況下意味着什麼。如果它預測事件的數量（數字因人而異）。還有一個問題，我們是否應該像邏輯迴歸一樣在（O或1）中標出目標？ – user3378649

使用GLM的問題

回答

相關問題