pandas statsmodels 中的 predict()，添加自变量

Question

数据：https://courses.edx.org/c4x/MITx/15.071x_2/asset/climate_change.csv

我正在使用 pandas:

构建多元线性回归模型

import pandas as pd
import statsmodels.api as sm

climate = pd.read_csv("climate_change.csv")
climate_train = climate.query('Year <= 2006')
climate_test = climate.query('Year > 2006')

y = climate_train['Temp']
x = climate_train[['MEI', 'N2O', 'TSI', 'Aerosols']]
x = sm.add_constant(x)
model2 = sm.OLS(y, x).fit()
model2.summary()

我想在我的测试数据集上测试它：

model2.predict(climate_test)

但是我得到以下错误：

ValueError: shapes (24,11) and (5,) not aligned: 11 (dim 1) != 5 (dim 0)

来自 this question 我怀疑这可能与我没有向我的测试数据集添加常量有关，但是

model2.predict(sm.add_constant(climate_test))

也不行。如果我明确列出自变量，它会起作用：

model2.predict(sm.add_constant(climate_test[['MEI', 'N2O', 'TSI', 'Aerosols']]))

但是由于 model2 已经 "knows" 这些变量，我看不出为什么我应该在方法调用中重复它们。

如何在不显式调用自变量的情况下预测（）？

Answer 1

我认为没有办法完全自动完成。

如果您尝试节省输入，请将 "x-columns" 存储在一个变量中供以后使用：xvars = ['MEI', 'N2O', 'TSI', 'Aerosols'] 并在代码的早期和后期使用它来节省输入。

pandas statsmodels 中的 predict()，添加自变量

predict() in pandas statsmodels, adding independent variables

python

pandas

linear-regression

statsmodels