执行逻辑回归时出现错误：LinAlgError：奇异矩阵

Question

我正在使用Lending Club数据。我正在使用以下代码。

我有一个数据框X包含所有预测变量列，Y包含输出，无论贷款的好坏

#Here we change the good loans to 1 and bad loans to 0
mask = (Y['loan_condition'] == 'Good Loan')
Y['loan_condition'] = np.where(mask, 1, 0)


#Train Test Split and performing SMOTE
from sklearn.model_selection import train_test_split
from imblearn.over_sampling import SMOTE
os = SMOTE(random_state=0)
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3, 
random_state=0)
columns = X_train.columns
os_data_X,os_data_Y=os.fit_sample(X_train, Y_train)
os_data_X = pd.DataFrame(data=os_data_X,columns=columns )
os_data_Y= pd.DataFrame(data=os_data_Y,columns=['loan_condition'])


X=np.array(os_data_X)
Y=np.array(os_data_Y)


#Performing Logistic Regression
import statsmodels.api as sm
logit_model=sm.Logit(Y,X)
result=logit_model.fit()
print(result.summary2())

错误/警告：

警告：已超过最大迭代次数。          当前函数值：inf          迭代次数：35

LinAlgError：奇异矩阵

有人可以在这里帮助我吗？帮助将不胜感激

Answer 1

您有一个LinAlgError：奇异矩阵，这意味着您的X矩阵是线性相关的（<=>判别式等于零）。换句话说，Xn = akXk + ... + amXm

因此，您必须更改X矩阵。如果您查看相关性指标，可能会给您带来一些想法。否则您可能会弄乱虚拟变量。例如，如果您有3个类别：猫，狗和鱼，则只需要2个类别，而不是3个标有零和一的类别。