Question

我为这个问题的简单性提前道歉。我没有统计数据的背景，我对这一切的复杂性感到迷茫。

如果我有几千个数字都带有二元结果

number,outcome
14,0
27,1
88,1
04,0
42,1

如何预测未来的数字？例如：

82
45
02

或者由于只有一个变量，这会不准确吗？我见过的所有例子都使用了多个变量。

我一直在挖掘statsmodels并完成了这个很棒的教程：http://blog.yhathq.com/posts/logistic-regression-and-python.html。通过我，我做了这个：

import pandas as pd
import statsmodels.api as sm

df = pd.read_csv("binary.csv")
df.columns = ["number", "outcome"]
data = df[['number', 'outcome']]
train_cols = data.columns[0]
logit = sm.Logit(data['outcome'], data[train_cols])
result = logit.fit()
print result.summary()

但这似乎是在分析当前数字的权重，你会如何预测新的？我是否正确地采取了这种方式？

Answer 1

拟合的结果应该有方法predict()。这就是您需要用来预测未来值的方法，例如：

result = sm.Logit(outcomes, values).fit()
result.predict([82,45,2])

初学者统计：预测给定历史的一组数字的二元结果（Logistic回归）

1 个答案: