使用python计算Sklearn中的P值？

Question

我是机器学习的新手，并使用sklearn创建了一个逻辑模型，但我没有得到任何关于如何为我的特征变量和模型找到P值的文档。我检查了堆栈link但没有得到所需的输出。请帮忙。提前致谢

Answer 1

可以使用y包。以下代码来自：https://regressors.readthedocs.io/en/latest/usage.html

regressors

输出：

import numpy as np
from sklearn import datasets
boston = datasets.load_boston()
which_betas = np.ones(13, dtype=bool)
which_betas[3] = False  # Eliminate dummy variable
X = boston.data[:, which_betas]
y = boston.target

from sklearn import linear_model
from regressors import stats
ols = linear_model.LinearRegression()
ols.fit(X, y)

# To calculate the p-values of beta coefficients: 
print("coef_pval:\n", stats.coef_pval(ols, X, y))

# to print summary table:
print("\n=========== SUMMARY ===========")
xlabels = boston.feature_names[which_betas]
stats.summary(ols, X, y, xlabels)