我正在尝试在 Python 中使用 rpy2(R 语言的 Python 接口)调用 R 的 mass.polr 函数来执行序数逻辑回归。但是,当我的预测变量中有一些共线或几乎共线的列时,我遇到了麻烦:mass.polr 在拟合期间会自动丢弃其中一些列,这在我尝试对训练数据进行预测时会导致错误。
这是一个最小的例子:
from rpy2.robjects import r, pandas2ri
from rpy2.robjects.packages import importr
pandas2ri.activate()
mass = importr("MASS")
# dataframe with two collinear predictors (x1 and x2)
df = pd.DataFrame(columns = ['target', 'x1', 'x2', 'x3'],
data = [[ 0 , 0 , 0 , 1 ],
[ 1 , 1 , 1 , 0 ],
[ 2 , 1 , 1 , 1 ]])
model = mass.polr('as.factor(target) ~ .', df, Hess = True) # gives warning below
'''
Warning message:
In polr(as.factor(target) ~ ., data = df, Hess = TRUE) :
design appears to be rank-deficient, so dropping some coefs
'''
r.predict(model, df, type = "class").__array__() # gives error below
'''
Error in X %*% object$coefficients : non-conformable arguments
'''
同样的错误实际上也发生在 R 中,但我至少可以通过查看summary(model)
.
相反,在 Python 中r.summary(model).rx2('coefficients')
(应该显示与 R 中相同的输出summary(model)
)不显示系数名称,而只是显示裸值:
array([[4.57292582e+01, 8.25605929e+02, 5.53887231e-02],
[2.11604944e+01, 2.85721885e+02, 7.40597606e-02],
[3.19476895e+01, 3.60605165e+02, 8.85946531e-02],
[5.66312792e+01, 8.93862000e+02, 6.33557296e-02]])
有谁知道在 Python 中检索系数名称的方法?或者还有其他解决方法吗?