如何从statsmodel汇总Logistic回归

Question

我写了下面的代码，但是我想从statsmodel中总结一下，有人可以帮我吗？

谢谢。

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

X = df[['age_over_65', 'female_perc', 'foreign_born_perc','bachelors_perc', 'household_income']]
y = df['winner']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)

logmodel = LogisticRegression(solver='lbfgs')
logmodel.fit(X_train,y_train)
model = logmodel.predict(X_test)

Answer 1

Sci-Kit学习专注于机器学习性能，而不是统计推断。

如果要查看Logit模型的摘要结果，最好使用statsmodels

下面的示例代码。

var array = [-200, -163, -26, -4, 0, 7, 76];

var evens = array.filter((x) => {
   return x % 2 === 0;
})