我正在使用sklearn中的python inbulit波士顿数据集，并将CHAS作为目标变量。
我从sklearn pkg构建了Logistic回归模型，我正在使用Regressors库获取模型输出的摘要统计信息，但是我面临以下错误。请在这方面帮助我，如果您需要更多信息，请告诉我
在以下链接中找到有关回归库的更多信息：[1]： https://regressors.readthedocs.io/en/latest/usage.html
请找到以下我用于模型构建的python代码：
import numpy as np
from sklearn import datasets
import pandas as pd
bostonn = datasets.load_boston()
boston = pd.DataFrame(bostonn.data , columns= bostonn['feature_names'])
print(boston.head())
X = boston.drop('CHAS' , axis =1)
y = boston.CHAS.astype('category')
from sklearn.linear_model import LogisticRegression
from regressors import stats
log_mod=LogisticRegression(random_state=123)
model=log_mod.fit(X,y)
stats.summary(model, X, y , xlabels=None)
我遇到以下错误：
ValueErrorTraceback (most recent call last)
in ()
1 #xlabels = boston.feature_names[which_betas]
----> 2 stats.summary(model, X, y ,xlabels=None)
251 )
252 coef_df['Estimate'] = np.concatenate(
--> 253 (np.round(np.array([clf.intercept_]), 6), np.round((clf.coef_), 6)))
254 coef_df['Std. Error'] = np.round(coef_se(clf, X, y), 6)
255 coef_df['t value'] = np.round(coef_tval(clf, X, y), 4)
ValueError: all the input array dimensions except for the concatenation axis must match exactly
ValueError：除串联轴外，所有输入数组维都必须完全匹配
还有其他帖子也有类似的错误，但是这些解决方案没有帮助 是我的问题。上面的链接提供了有关汇总功能实际工作方式的信息。如果您需要更多信息，请告诉我。