3
我有一個問題，我試圖在Python中解決，我找到了多個解決方案（我認爲），但我試圖找出哪一個是最好的。我希望選擇將在未來得到充分支持的圖書館，因此我不必重新編寫此服務。帶虛擬變量的Python中的OLS - 最佳解決方案？
我想做一個普通的多變量最小二乘迴歸與分類和連續因變量。代碼必須用Python編寫，因爲它正在集成到Web服務中。我一直在關注大熊貓不少，但從來沒有使用過，所以這似乎是一個辦法：
解決方法1. https://github.com/pydata/pandas/blob/master/examples/regressions.py
顯然，numpy的/ SciPy的是理想的，但我不能找到一個使用虛擬的例子變量（沒有人有一個???）。我發現這雖然，
溶液2 http://www.scipy.org/Cookbook/OLS
，我可以修改，以支持虛擬變量，但我不想這樣做，如果別人已經做過+我想這些數字是非常類似於R，因爲我離線完成了大部分分析，我可以將這些結果用於單元測試。
而在上面的例子（2）中，我看到我可以在技術上使用rpy/rpy2，儘管這不是最佳的，因爲我的web服務需要另一項技術（R）。有關使用接口的好處是這些數字可以等同於我的成績從R.
溶液3 http://www.scipy.org/Cookbook/OLS（但使用RPY/Rpy2）
不管怎麼說，我感興趣的是每個人的做法是出在這三種解決方案中，如果有任何我缺少......並且Panda's足夠成熟，可以開始在生產Web服務中使用。這裏的關鍵是我不希望支持/修補錯誤修復，或者如果可能的話從頭開始寫任何東西。我太忙了，可能不夠聰明:)
謝謝。