GLM을 사용하는 데 문제가 있습니다

Question

포아송과 함께 GLM 모델을 사용하는 방법을 이해하는 데 어려움이 있습니다.

import numpy as np 
import scikits.statsmodels as sm 

dataset = pd.DataFrame({'A':np.random.rand(100)*1000, 
         'B':np.random.rand(100)*100, 
         'C':np.random.rand(100)*10, 
         'target':np.random.rand(100)}) 

X = dataset.ix[:,['A','B','C']].values 
y = dataset.ix[:,['target']].values 
size = 1e5 
nbeta = 3 

fam = sm.families.Poisson() 
glm = sm.GLM(y,X, family=fam) 
res = glm.fit() 

• 나는 나는 O 또는 1 대상 레이블을 경우, 대상으로 "대상"열을 사용하고?
• 사람은 푸 아송 predict

Answer 1

소스 포지 지금 다운 다른 기능을 가지고로서 내가 예측 값을 얻기 ca를 어떻게 설명 할 수 있습니다. 백업 할 때 documentation 및 examples을 읽어야합니다. 예측과 GLM을위한 많은 사용법 노트가 있습니다.

대상에 라벨을 지정하는 방법은 귀하에게 달려 있으며 아마도 교차 유효성 확인을위한 질문 일 수 있습니다. 포아송은 카운트 용이지만 연속 데이터에서 사용할 수 있지만 수행중인 작업을 알아야합니다.

0/1이면 Logit 또는 Probit 모델이 필요합니다. 이 같은. 팬더 개체를 numpy로 변환 할 필요가 없습니다.

import numpy as np 
import statsmodels.api as sm 

dataset = pd.DataFrame({'A':np.random.rand(100)*1000, 
         'B':np.random.rand(100)*100, 
         'C':np.random.rand(100)*10, 
         'target':np.random.randint(0, 5, 100)}) 

X = dataset[['A','B','C']] 
X['constant'] = 1 
y = dataset['target'] 
size = 1e5 
nbeta = 3 

fam = sm.families.Poisson() 
glm = sm.GLM(y,X, family=fam) 
res = glm.fit() 

predict = res.predict() 

아니면 포아송의 최대 우도 추정기를 직접 사용할 수 있습니다.

res = sm.Poisson(y, X).fit() 
predict = res.predict()