Python中Logistic回归的控制变量

我刚刚了解了受控变量对我正在做的项目的意义，我试图找到sci kit learn是否有一个受控变量选项。具体来说，Python是否有逻辑回归的控制变量（非自变量）

我在谷歌上搜索了一些东西，却没有找到Python。然而，我认为更基本的是，控制变量意味着对你感兴趣的群体进行分层（比如种族），然后根据你的x和y对每个群体进行分析。如果这是正确的，那么我应该解释这些分层组的结果，对吗

---

很抱歉，我问了两个问题，但我正试图获得有关受控组想法和Python应用程序的更多信息，因为您可能知道，控制变量是实验者不感兴趣研究的变量，但相信它们在因变量取值中起着重要作用。因此，人们在进行实验（即收集数据）时，通常会将该变量的值保持为常数

举一个例子，假设您试图对一个人的健康状况进行建模，即对他是否健康进行分类，并将年龄、性别和他/她的锻炼模式作为模型的输入，并希望研究每个输入如何影响您的目标变量。但是你很清楚，受试者居住的国家也会对他的健康状况有发言权（对气候、健康设施等进行编码）。因此，为了确保该变量（国家）不会影响您的模型，您必须确保仅从一个国家收集所有数据

所以在回答第一个问题时，python中没有一个帐户没有受控变量。它只是假设您输入的所有输入变量都是实验者感兴趣的

关于你的第二个问题，处理控制变量的一种方法是，首先将数据分组，这样每个组的控制变量都有一个常量值，现在我们分别为每个组运行逻辑回归或任何模型，然后“汇集”不同模型的结果。但是如果控制变量中的层数非常高，这种方法就会崩溃，在这种情况下，我们通常将控制变量看作是一个独立变量，并将其反馈给我们的模型。

---

更多细节请参考或，他们确实有一些很好的解释

您可能知道，控制变量是实验者不感兴趣研究的变量，但相信它们在因变量的取值中起着重要作用。因此，人们在进行实验（即收集数据）时，通常会将该变量的值保持为常数

举一个例子，假设您试图对一个人的健康状况进行建模，即对他是否健康进行分类，并将年龄、性别和他/她的锻炼模式作为模型的输入，并希望研究每个输入如何影响您的目标变量。但是你很清楚，受试者居住的国家也会对他的健康状况有发言权（对气候、健康设施等进行编码）。因此，为了确保该变量（国家）不会影响您的模型，您必须确保仅从一个国家收集所有数据

所以在回答第一个问题时，python中没有一个帐户没有受控变量。它只是假设您输入的所有输入变量都是实验者感兴趣的

关于你的第二个问题，处理控制变量的一种方法是，首先将数据分组，这样每个组的控制变量都有一个常量值，现在我们分别为每个组运行逻辑回归或任何模型，然后“汇集”不同模型的结果。但是如果控制变量中的层数非常高，这种方法就会崩溃，在这种情况下，我们通常将控制变量看作是一个独立变量，并将其反馈给我们的模型。

---

更多细节请参考或，他们确实有一些很好的解释

这正是我想要的答案。你真的击中了我要找的每一块。非常感谢你。你是最棒的！这正是我想要的答案。你真的击中了我要找的每一块。非常感谢你。你是最棒的！