无法修复 ValueError("endog 必须在单位区间内")

Question

我被要求使用以下步骤编写逻辑回归程序。从 MASS 包中加载 R 数据集活检。将数据捕获为 pandas 数据框。将列名类重命名为 Class。将类别列值良性和恶性分别转换为“0”和“1”。建立一个自变量 V1 和因变量 Class 的逻辑回归模型。用数据拟合模型，并显示伪 R 平方值我已经尝试更改值，但我不确定该怎么做。另外，我是使用 Python 进行统计的初学者。import statsmodels.api as saimport statsmodels.formula.api as sfabiopsy = sa.datasets.get_rdataset("biopsy","MASS")biopsy_data = biopsy.databiopsy_data.rename(columns={"class":"Class"})biopsy_data.Class = biopsy_data.Class.map({"benign":0,"malignant":1})log_mod1 = sfa.logit("V1~Class",biopsy_data)log_res1 = log_mod1.fit()print(log_res1.summary())我希望有一个值表，但输出是ValueError("endog must be in the unit interval.")

Answer 1

改变：

log_mod1 = sfa.logit("V1~Class",biopsy_data)

至：

log_mod1 = sfa.logit("Class~V1",biopsy_data)

这行得通。

Answer 2

您需要执行一些预处理步骤，它们告诉您必须处于单位间隔内，因此介于 0 和 1 之间。

您可以做的是通过执行以下操作进行特征缩放：X - Xmin/ Xmax - Xmin

在这里它应该起作用的修改：

import statsmodels.api as sa

import statsmodels.formula.api as sfa

biopsy = sa.datasets.get_rdataset("biopsy","MASS")

biopsy_data = biopsy.data

biopsy_data.rename(columns={"class":"Class"},inplace=True)

biopsy_data.Class = biopsy_data.Class.map({"benign":0,"malignant":1})

biopsy_data["V1"] = np.divide(biopsy_data["V1"] - biopsy_data["V1"].min(), biopsy_data["V1"].max() - biopsy_data["V1"].min())

log_mod1 = sfa.logit("V1~Class",biopsy_data)

log_res1 = log_mod1.fit()

print(log_res1.summary())

就在调用之前，sfa.logit()我已经对您想要使用的自变量进行了预处理（V1此处）。