python - 使用带有 statsmodels 的 OLS 模型预测值

Question

我使用 OLS(多元线性回归)计算了一个模型。我将我的数据划分为训练和测试(各一半)，然后我想预测第二部分标签的值。

model = OLS(labels[:half], data[:half])
predictions = model.predict(data[half:])

问题是我得到了错误: 文件“/usr/local/lib/python2.7/dist-packages/statsmodels-0.5.0-py2.7-linux-i686.egg/statsmodels/regression/linear_model.py”，第 281 行，预测 返回 np.dot(exog, 参数) ValueError:矩阵未对齐

我有以下数组形状:数据.形状: (426, 215)labels.shape: (426,)

如果我将输入转置到 model.predict，我确实得到了一个结果，但形状为 (426,213)，所以我认为它也是错误的(我期望一个包含 213 个数字的向量作为标签预测):

model.predict(data[half:].T)

知道如何让它工作吗？

Answer 1

对于 statsmodels >=0.4，如果我没记错的话

model.predict 不知道参数，并在调用中需要它们见http://statsmodels.sourceforge.net/stable/generated/statsmodels.regression.linear_model.OLS.predict.html

在您的情况下应该做的是拟合模型，然后使用结果实例的预测方法。

model = OLS(labels[:half], data[:half])
results = model.fit()
predictions = results.predict(data[half:])

或更短

results = OLS(labels[:half], data[:half]).fit()
predictions = results.predict(data[half:])

http://statsmodels.sourceforge.net/stable/generated/statsmodels.regression.linear_model.RegressionResults.predict.html缺少文档字符串

注意:这在开发版本中已经改变(向后兼容)，可以利用预测中的“公式”信息 http://statsmodels.sourceforge.net/devel/generated/statsmodels.regression.linear_model.RegressionResults.predict.html