Python Statsmodels评分
我正在使用Python Statsmodels评分,python,statsmodels,Python,Statsmodels,我正在使用statsmodels进行逻辑回归,并试图找到回归的分数。文档并没有提供很多关于score方法的信息,这与sklearn不同,后者允许用户通过带有y值和回归系数的测试数据集,即lr.score(测试数据,目标)。我应该向statsmodels的score函数传递什么以及如何传递参数?文档:您可以传递模型参数,即预测值的系数。然而,该方法并没有像你想象的那样:它返回模型的预测值,而不是其预测的准确性(如scikit learnscore方法)。在统计学和计量经济学中score通常指对数似
statsmodels
进行逻辑回归,并试图找到回归的分数。文档并没有提供很多关于score
方法的信息,这与sklearn
不同,后者允许用户通过带有y值和回归系数的测试数据集,即lr.score(测试数据,目标)
。我应该向statsmodels
的score函数传递什么以及如何传递参数?文档:您可以传递模型参数,即预测值的系数。然而,该方法并没有像你想象的那样:它返回模型的预测值,而不是其预测的准确性(如scikit learnscore
方法)。在统计学和计量经济学中score
通常指对数似然函数的导数。这是statsmodels中使用的定义
在STATSM模型中,具有二元因变量的分类或回归的预测性能度量在很大程度上被忽略。
这里有一个开放的拉取请求
statsmodels确实有连续因变量的性能度量。是否有办法实现
statsmodels
中的score
方法,如sklearn
?@Blackholify我真的不明白你的意思:不,方法名称显然是为其他东西保留的;是的,您可以轻松地将平均精度实现为np.mean(预测==true\u标签)
。