无法修复 ValueError("endog must be in the unit interval")

Question

我被要求使用以下步骤编写逻辑回归程序。

从 MASS 包加载 R 数据集活检。
将数据捕获为 pandas 数据帧。
将列名称 class 重命名为 Class。
将 Class 列值良性和恶性分别转换为“0”和“1”。
建立一个自变量V1和因变量Class的逻辑回归模型。
用数据拟合模型，并显示伪 R 平方值

我试过更改这些值，但我不确定该怎么做。此外，我是使用 Python 进行统计的初学者。

import statsmodels.api as sa
import statsmodels.formula.api as sfa
biopsy = sa.datasets.get_rdataset("biopsy","MASS")
biopsy_data = biopsy.data
biopsy_data.rename(columns={"class":"Class"})
biopsy_data.Class = biopsy_data.Class.map({"benign":0,"malignant":1})
log_mod1 = sfa.logit("V1~Class",biopsy_data)
log_res1 = log_mod1.fit()
print(log_res1.summary())

我期望 table 个值，但输出是

ValueError("endog must be in the unit interval.")

Answer 1

您需要执行一些预处理步骤，它们会告诉您必须在单位区间内，因此介于 0 和 1 之间。

您可以通过以下方式进行特征缩放： X - Xmin/ Xmax - Xmin

这里是它应该起作用的修改：

import statsmodels.api as sa
import statsmodels.formula.api as sfa
biopsy = sa.datasets.get_rdataset("biopsy","MASS")
biopsy_data = biopsy.data
biopsy_data.rename(columns={"class":"Class"},inplace=True)
biopsy_data.Class = biopsy_data.Class.map({"benign":0,"malignant":1})
biopsy_data["V1"] = np.divide(biopsy_data["V1"] - biopsy_data["V1"].min(), biopsy_data["V1"].max() - biopsy_data["V1"].min())
log_mod1 = sfa.logit("V1~Class",biopsy_data)
log_res1 = log_mod1.fit()
print(log_res1.summary())

在调用 sfa.logit() 之前，我已经对您要使用的自变量进行了预处理（此处为 V1）。

Answer 2

变化：

log_mod1 = sfa.logit("V1~Class",biopsy_data)

至：

log_mod1 = sfa.logit("Class~V1",biopsy_data)

这有效。

无法修复 ValueError("endog must be in the unit interval")

Unable to fix ValueError("endog must be in the unit interval")

python

statistics

logistic-regression