我正在尝试使用 statsmodles 计算非线性回归模型。特别是我在学习 patsy 语法时遇到了问题。
是否有任何教程或示例如何使用 patsy 语法来制定非线性模型？
特别是，如何使用 patsy 指定此示例 ( http://statsmodels.sourceforge.net/devel/examples/generated/example_ols.html )上的非线性模型？
非常感谢您提前
安迪
问问题
5322 次
1 回答
8
Patsy 对于拟合一般非线性模型并不是很有用，但是您链接到的页面上的模型是一种特殊的非线性模型——它们使用线性模型拟合方法 (OLS)，并应用它基本变量的非线性变换。一个标准且非常有用的技巧是组合同一变量的多个非线性变换，以便有效地拟合更一般的曲线。为此，patsy 非常有用。
你真正想知道的是如何在 patsy 中表达变量转换。这很容易。patsy 的工作方式，给定一个公式字符串 like "x1 + x2:x3"，它会扫描并解释特殊的 patsy 运算符，比如+and :，然后剩下的东西 ( x1, x2, x3) 被解释为任意 python 代码。所以你也可以写"np.sin(x1) + np.log(x2):x3"或什么。
唯一需要注意的是，如果你想编写一个使用与 patsy 运算符冲突的 python 运算符的转换。就像，如果你想在你的转换中使用+或**，那么你必须小心确保 patsy 不会自己解释这些，并将它们留给 python。这里的技巧是 patsy 将忽略出现在函数调用中的任何运算符（或其他 patsy 不理解的复杂 python 表达式，但主要是函数调用）。因此，如果您编写"x1 + np.log(x2 + x3)"，那么 patsy 会将其视为两个预测变量，x1并且np.log(x2 + x3)- 您可以看到它解释了第一个+，但它只留下了第二个，让 python 来解释。
但是，如果您想将两个变量加在一起并将它们用作预测变量，而不用记录日志，该怎么办？好吧，根据我们已经知道的，我们可以想出一个简单的技巧：我们可以定义一个只返回其输入的函数（身份函数），然后调用它，例如"x1 + I(x2 + x3)"：现在函数调用I(...)将阻止 patsy 看到第二个+，但是当我们实际评估该术语时，I(x2 + x3)它将与x2plus相同x3。
有用的是，patsy 自动提供了一个名为的函数I()，它的工作原理是这样的，它总是可以使用的。
现在您知道了重现该页面上的示例所需知道的一切。对于第一个，公式是"x + I(x**2)"。对于第二个，公式是"x + np.sin(x) + I((x - 5)**2)"。
对于最后一个示例，最简单的方法是使用 patsy 内置的分类编码支持："x + C(groups)". （这C是另一个特殊的内置函数，它可以让我们调整分类数据的编码方式。这里我们只是用它来告诉 patsy，即使它groups看起来像一个数字向量——它的值是 0、1、2——在事实上我们应该把它当作分类的，每个值代表一个不同的组。然后 patsy 应用它的默认分类编码）
于 2013-06-15T17:57:50.537 回答