我创建了一个3位邮政编码数据的OLS模型:
x = nsaid_df[['Segment', 'FTE_A', 'FTE_B', 'FTE_C', 'inc100k']]
y = nsaid_df['Sales']
model = sm.OLS(y, x, missing='drop').fit()
model.summary()
该模型在人口统计数据(3位邮政编码级别)和产品销售之间建立了联系。我现在想使用该模型预测5位数邮政编码级别的销售额。我有一个DataFrame包含与3-Digit模型完全相同的系列,但每个5位邮政编码。我原以为我可以简单地写一下:
predict5 = model.predict(alx5)
这给出了一个有点神秘的错误信息:
"形状(33678,15)和(5,)未对齐:15(暗淡1)!= 5(暗淡0)"
我的问题是,如何使用我的模型预测数据框中的值与用于适合原始模型的数据不同?
答案 0 :(得分:0)
看起来与此问题predicting-out-future-values-using-ols-regression-python-statsmodels-pandas
相同所以答案是:
$currentChoice->getId()