Question

在使用statsmodels时，我收到了这个奇怪的错误：ValueError: endog must be in the unit interval.有人可以给我更多关于此错误的信息吗？谷歌没有帮助。

产生错误的代码：

"""
Multiple regression with dummy variables. 
"""

import pandas as pd
import statsmodels.api as sm
import pylab as pl
import numpy as np

df = pd.read_csv('cost_data.csv')
df.columns = ['Cost', 'R(t)', 'Day of Week']
dummy_ranks = pd.get_dummies(df['Day of Week'], prefix='days')
cols_to_keep = ['Cost', 'R(t)']
data = df[cols_to_keep].join(dummy_ranks.ix[:,'days_2':])
data['intercept'] = 1.0

print(data)

train_cols = data.columns[1:]
logit = sm.Logit(data['Cost'], data[train_cols])

result = logit.fit()

print(result.summary())

追溯：

Traceback (most recent call last):
  File "multiple_regression_dummy.py", line 20, in <module>
    logit = sm.Logit(data['Cost'], data[train_cols])
  File "/Library/Frameworks/Python.framework/Versions/3.4/lib/python3.4/site-packages/statsmodels/discrete/discrete_model.py", line 404, in __init__
    raise ValueError("endog must be in the unit interval.")
ValueError: endog must be in the unit interval.

Answer 1

当我的目标列的值大于1时，我收到此错误。确保您的目标列介于0和1之间（如Logistic回归所需），然后重试。例如，如果您的目标列的值为1-5，则将4和5设为正类，将1,2,3设为负类。希望这会有所帮助。

Answer 2

您似乎遵循了我所做的相同的逻辑回归教程： http://blog.yhat.com/posts/logistic-regression-and-python.html

当我适合我的逻辑回归时，我最终获得了相同的值错误，并且我需要让它运行的技巧是确保丢弃我的数据的所有行（缺少值（N / A或np.nan））。

这可以通过pandas函数pandas.notnull（）完成，如下所示：

data = data[pd.notnull(data['Cost'])],

data = data[pd.notnull(data['R(t)'])],

...

等等，直到所有变量都具有相同数量的值才能使用。

希望这有助于其他人！

ValueError：endog必须在单位间隔内

2 个答案: