3
나는 라인에 일련의 점에 맞게 statsmodels의 OLS를 사용하고 있습니다 :일반 최소 제곱 회귀주는 잘못된 예측
import statsmodels.api as sm
Y = [1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12, 13, 14, 15]
X = [[73.759999999999991], [73.844999999999999], [73.560000000000002],
[73.209999999999994], [72.944999999999993], [73.430000000000007],
[72.950000000000003], [73.219999999999999], [72.609999999999999],
[74.840000000000003], [73.079999999999998], [74.125], [74.75],
[74.760000000000005]]
ols = sm.OLS(Y, X)
r = ols.fit()
preds = r.predict()
print preds
그리고 나는 다음과 같은 결과를 얻을 :
[ 7.88819844 7.89728869 7.86680961 7.82937917 7.80103898 7.85290687
7.8015737 7.83044861 7.76521269 8.00369809 7.81547643 7.92723304
7.99407312 7.99514256]
이이 약이다를 10 번이나. 내가 도대체 뭘 잘못하고있는 겁니까? 상수를 추가하려고 시도했는데, 그 값을 1000 배 더 크게 만듭니다. 통계에 대해 많이 알지 못해서 데이터와 관련이있을 수 있습니다.
단지주의 사항 : 그것은 로지스틱 회귀가 아닙니다. – shadowtalker
아마도 X를 Y로 표현할 수 있을까요? –
모델은 종속 변수를 첫 번째 인수로 가지며 자동으로 상수를 추가하지 않습니다. 나는 당신이 'sm.OLS (X, sm.add_constant (Y)).'에 의해 정의 된 모델을 원한다고 생각한다. – user333700