Question

我有一个火车数据帧（227845行）和一个测试数据帧（56962行）。我想要做的是对列车数据运行statsmodel logit回归，然后预测测试数据的值。但是当我在尝试预测测试值时训练模型后，我得到错误：

PatsyError: Number of rows mismatch between data argument and train.loc[:, train.columns != 'Class'] (56962 versus 227845)
train['Class'] ~ train.loc[:, train.columns != 'Class']

我的分析步骤是：

import statsmodels.formula.api as smf
from statsmodels.formula.api import logit
from sklearn.model_selection import train_test_split

dataS =  pd.read_csv('sample.csv')
train, test = train_test_split(dataS , test_size=0.3, random_state=0)

数据栏：

['Time' 'V1' 'V2' 'V3' 'V4' 'V5' 'V6' 'V7' 'V8' 'V9' 'V10' 'V11' 'V12'
 'V13' 'V14' 'V15' 'V16' 'V17' 'V18' 'V19' 'V20' 'V21' 'V22' 'V23' 'V24'
 'V25' 'V26' 'V27' 'V28' 'Amount' 'Class']

mod = logit("dataS['Class']  ~ dataS.loc[:, dataS.columns != 'Class']", data = dataS).fit()

predictions = mod.predict(test.loc[:, test.columns != 'Class'])

我尝试使用sklearn.linear_model.LogisticRegression和statsmodel.Logit运行它，在这两种情况下predict()工作正常，但分析的统计数据不是我预期的那些与smf模型。

有人可以帮忙吗？

StatsModel logit.predict错误：数据参数和新值之间的行数不匹配

0 个答案: