如何为sci工具包学习回归模型输出p值?还有其他Python选项吗?
我有一个5列的数据框。我删除了一列,并将其定义为因变量如何为sci工具包学习回归模型输出p值?还有其他Python选项吗?,python,pandas,matplotlib,scikit-learn,regression,Python,Pandas,Matplotlib,Scikit Learn,Regression,我有一个5列的数据框。我删除了一列,并将其定义为因变量y。我将使用其他4列x1、x2、x3、x4或矩阵X通过某种回归建模来预测该变量 例如: from sklearn import linear_model clf = linear_model.LinearRegression() clf.fit(X,y) clf.coef将具有回归系数,即clf.coef为每个变量提供系数。我的问题是如何找到每个变量的P值 此外,在比较多个sklearn模型(此处skearn.linear_模型)时,我如何
y
。我将使用其他4列x1、x2、x3、x4或矩阵X
通过某种回归建模来预测该变量
例如:
from sklearn import linear_model
clf = linear_model.LinearRegression()
clf.fit(X,y)
clf.coef
将具有回归系数,即clf.coef
为每个变量提供系数。我的问题是如何找到每个变量的P值
此外,在比较多个sklearn
模型(此处skearn.linear_模型
)时,我如何绘制这些模型以查看线性回归与套索回归与岭回归等的效果?可能重复的