Python Statsmodels评分

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 learn

score

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）

。