问题描述
我很好奇是否有人可以帮助我理解使用.predict()获得单个预测矢量的有效方法,以便使用statsmodels.formula.api.mnlogit()
import pandas as pd,statsmodels.formula.api as smf
df = pd.DataFrame({'age': np.random.choice([20,30,23,40,39,27],size = 100,replace = True),'animal': np.random.choice(['dog','parrot','cat','turtle'],replace = True)})
mod = smf.mnlogit('animal ~ age',df).fit()
predictions = mod.predict(df['age'])
print(predictions)
这将输出100行x 4列的矩阵形状:.predict() outputs
我猜这是来自df.animals.unique()
的四个输出变量之一的值的分类概率吗?
我猜想我会创建一个函数,使用来自.predict()
输出的行中的最高概率得分将每个值分配给四个DV之一?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)