Python 使用statsmodels.formula.api的多项式回归

请原谅我的无知。我所要做的就是在我的回归中添加一个平方项，而不必在我的数据框架中定义一个新的列。我使用statsmodels.formula.api（作为stats），因为其格式类似于我更熟悉的R

hours_model = stats.ols(formula='act_hours ~ h_hours + C(month) + trend', data = df).fit()

以上工作如预期

hours_model = stats.ols(formula='act_hours ~ h_hours + h_hours**2 + C(month) + trend', data = df).fit()

这将省略h_小时**2，并返回与上一行相同的输出

我也试过：h_hours^2，math.pow（h_hours，2），和poly（h_hours，2） 都会抛出错误

任何帮助都将不胜感激。

您可以尝试使用

I（）

如R:

import statsmodels.formula.api as smf

np.random.seed(0)

df = pd.DataFrame({'act_hours':np.random.uniform(1,4,100),'h_hours':np.random.uniform(1,4,100),
                  'month':np.random.randint(0,3,100),'trend':np.random.uniform(0,2,100)})

model = 'act_hours ~ h_hours + I(h_hours**2)'
hours_model = smf.ols(formula = model, data = df)

hours_model.exog[:5,]

array([[ 1.        ,  3.03344961,  9.20181654],
       [ 1.        ,  1.81002392,  3.27618659],
       [ 1.        ,  3.20558207, 10.27575638],
       [ 1.        ,  3.88656564, 15.10539244],
       [ 1.        ,  1.74625943,  3.049422  ]])

---

h_小时数

值的数据类型是什么？如果它被视为分类的，那么您需要转换为浮点型或其他被patsy视为数字的类型。请查看sklearn.preprocessing.PolynomialFeatures，它会有所帮助。@Josef，谢谢您的回答。df['h_hours']的数据类型是float64。@GIRISHkuniyal，谢谢。我调查过了，但我认为这不适合我正在尝试的。我只是在找一个没有任何交互作用的平方项。谢谢！这就成功了。我已将您的答案标记为正确，但由于我的代表原因，无法投票。对不起！