問題タブ [statsmodels]

より大きなデータセットをサンプリングして、statsmodels GLM モデルに適合させて予測しています。

サンプルによっては、実行によって、model.predict返される配列内のいくつかの少数 (<10) のレコードが省略されます。データセット内の少数の行を処理する際にエラーが発生したと思います。

たとえば、行 15000:20000 を使用して予測すると、返される配列の形状は 4994 または 4997 などになります。

どの行が省略されているかがわからないため、これは面倒です。データフレーム全体で .predict 関数を実行し、予測値を新しい列として簡単に追加したいと考えています。

誰かが（a）何が起こっているのか、それを修正する方法を知っているか、（b）インデックスに基づいてデータフレームに予測値を追加するための良い方法を持っていますか?

statsmodel.api.Logit を使用して、Python でロジスティック回帰を適用しようとしています。エラー ValueError: array must not contain infs or NaNs が発生しています。

私が実行しているとき：

データには、15000 を超える列と 2000 を超える行が含まれています。どの data['admit'] がターゲット値であり、data[train_cols] が機能のリストです。この問題を解決するためのヒントを教えてください。

Python StatsModels で線形回帰を取得して、負の勾配を持つデータ シリーズに適合させることができません。RLM も OLS も機能していません。-1 の勾配が予想される非常に単純なケースを考えてみましょう。

RLM と OLS の両方の適合パラメータは 0.6 の勾配を示します...そして適合値はそれを上向きの傾向で反映しています。scipy からの通常の最小二乗回帰は、勾配が -1 の予想される結果を示します。

明らかな何かが欠けているに違いありませんが、通常の手段では何も見つかりません。

statsmodelsを使用して、およびそのすべての依存関係をインストールしようとしていpip install statsmodels[all]ます。

質問:依存関係が見つからないというメッセージが表示されるのはなぜですか?

出力：

statsmodels に多変量自己回帰モデルを処理する機能があるかどうか疑問に思っていました。VAR ではなく、ターゲット変数の現在の値がそのラグ値と、予測精度に寄与する可能性のある他の変数のラグ値に依存するモデル