python - Python sklearn - 如何计算 p 值

Question

这可能是一个简单的问题，但我正在尝试使用分类问题的分类器或回归的回归器来计算我的特征的 p 值。有人可以建议每种情况的最佳方法并提供示例代码吗？我只想查看每个功能的 p 值，而不是按照文档中的说明保持功能的 k 最佳/百分位数等。

谢谢

Answer 1

您可以使用statsmodels

import statsmodels.api as sm
logit_model=sm.Logit(y_train,X_train)
result=logit_model.fit()
print(result.summary())

结果将是这样的

                           Logit Regression Results                           
==============================================================================
Dep. Variable:                      y   No. Observations:               406723
Model:                          Logit   Df Residuals:                   406710
Method:                           MLE   Df Model:                           12
Date:                Fri, 12 Apr 2019   Pseudo R-squ.:                0.001661
Time:                        16:48:45   Log-Likelihood:            -2.8145e+05
converged:                      False   LL-Null:                   -2.8192e+05
                                        LLR p-value:                8.758e-193
==============================================================================
                 coef    std err          z      P>|z|      [0.025      0.975]
------------------------------------------------------------------------------
x1            -0.0037      0.003     -1.078      0.281      -0.010       0.003

Answer 2

直接运行显着性检验X, y即可。使用 20news 和 的示例chi2：

>>> from sklearn.datasets import fetch_20newsgroups_vectorized
>>> from sklearn.feature_selection import chi2
>>> data = fetch_20newsgroups_vectorized()
>>> X, y = data.data, data.target
>>> scores, pvalues = chi2(X, y)
>>> pvalues
array([  4.10171798e-17,   4.34003018e-01,   9.99999996e-01, ...,
         9.99999995e-01,   9.99999869e-01,   9.99981414e-01])

Answer 3

您的问题是如何使用“sklearn”计算 p 值，而无需额外安装 pip 的 statsmodel

from sklearn.feature_selection import f_regression

freg=f_regression(x,y)

p=freg[1]

print(p.round(3))