问题标签 [patsy]

上下文：Python 3.4.3

我对正则表达式不是很好，而且我似乎无法找到一个强大的解决方案来解决这个问题re。

假设我们有一个很长的patsy 公式，中间的某个地方是这样的表达式：

Patsy 公式只是遵循良好规则的字符串，所以我想知道是否有人编写过/可以轻松编写一个强大的方法来从给定公式中删除特定术语？因此，例如：

和

等等。这也需要对在右侧公式规范的开头/结尾有一个变量是健壮的。

我有限的 regex-foo 只产生如下内容：

也许是一个半复杂的 if/elsere.sub情况？

我在使用 statsmodels.formula.api 函数时遇到了很多困难

由于我的预测器名称的性质。预测变量中有明显不喜欢的数字和空格等。我知道我需要使用类似 patsy.builtins.Q 的东西所以假设我的预测器是 weight.in.kg ，它应该输入如下：

所以我需要从列表中获取我的公式，并且使用这个 patsy.builtin.Q 修改列表中的每个项目都会出现困难

[候选人] 是我的预测变量列表。

最亲爱的 python 专家，我的问题是，我到底如何将列表 [candidate] 中的每个项目放在以下表达式的引号内：

问（''）

这样 ols 函数才能真正读取它？抱歉，如果这非常明显，我不擅长 python。

我想创建一个通用脚本来对多个数据集执行线性回归。每个数据集将具有相同的 y 变量，称为“SM”和未知数量的 x 变量。如果我确切地知道哪些数据将用于回归，我就能够成功地做到这一点。例如：

然后，打印数据给出：

然后我准备数据框并进行线性回归：

这一切都很好。但是，我希望能够导入一个列数未知的 excel 文件，这样我就可以做到：

我可以解析数据框并提取单个列，但我不知道如何将它们放入进行线性回归所需的公式中。任何建议表示赞赏！

对 python 和机器学习很陌生。

我正在尝试建立一个逻辑回归模型。我曾在 R 中工作以获得 lambda，并使用交叉验证来找到最佳模型，现在正在将其移至 python。

在这里，我创建了一个设计矩阵并使其稀疏。然后运行逻辑回归。它似乎正在工作。

我的问题是，既然我已经说过我的术语 item_number 是一个类别，我怎么知道哪个已成为虚拟变量？我怎么知道每个类别名称对应的系数？

使用 patsy，我了解如何打开或关闭拦截。但我还没有设法获得水平偏移。例如，我希望能够适应，本质上

与 x_opt 免费配合。我试着这样写：

为 y 使用一个常数列。但是在 np.abs() 括号内， patsy “关闭”，并且 y - x 只是被解释为一个数字。如果我将 y 移到 1 或 20，我会得到不同的答案。

类似的问题适用于例如 np.pow(1-x, 2) 或正弦波。能够适应 x 偏移将非常有帮助。这可能吗？或者这正是 patsy 不做非线性的意思？

不知道这属于哪里，所以也在交叉验证中询问这个。我正在运行以下回归： from patsy import dmatrices import statsmodels.api as sm

现在我需要检验intercept=0 和beta=1 的联合假设。我试过这样做：

但出现以下错误：

我也试过

但得到了

这样做的正确方法是什么？

Statsmodels 允许使用 R 样式公式使用 patsy 和statsmodels.formula.api. 我想使用 pandas DataFrame 中的列来拟合特定函数，但是，我似乎只能接近。例如，如果我有以下带有列的数据框，['A', 'B', 'C', 'D']并且想要拟合以下形式的方程：

我可以编写公式字符串，y ~ (A + B):D-1它会产生两个系数：A:D and B:D. 然后我可以做一些代数并去掉其中一个前面的系数，但不能同时去掉两者。

有没有一种简单的方法来适应这种形式的自定义函数，而无需切换到 scipy curve_fit 或 lmfit？

编辑

澄清一下，我的目标是获得 D 的拟合值，让 A 和 B 成为存储在数据框中的值。为了让它工作，我生成了一个名为 1 的虚拟列D。所以我拥有的已知值是y, A, and B，D是我的适合参数。到目前为止，我获得了两个看起来像 的结果，y=A:D*A + B:D*B然后我可以提取它以获得类似y=(A + B:D/A:D*B)/A:D.This works well，除了我不想在 B 前面有系数。

我目前正在使用 Python 的 Patsy 模块为我的模型创建矩阵输入。例如，我可能使用的公式是

但是，我想执行模型选择，所以我想从最简单的模型创建所有可能的公式

到最复杂的模型

Patsy 中是否有命令或某种方式可以生成所有可能的字符串组合？

假设我有一个pandas数据框：

现在我statsmodels使用公式（patsy在引擎盖下使用）拟合模型：

我想要的是一个依赖列的列表df，fit以便我可以fit.predict()在另一个数据集上使用。list(fit.params.index)例如，如果我尝试，我会得到：

我已经尝试重新创建 patsy 设计矩阵并使用design_info，但我仍然只能得到x1:x2. 我想要的是：

甚至：

我怎样才能从fit对象中得到这个？

我正在尝试了解 python patsy 库中的三次样条生成。据我从输出中可以看出

（y1带截距）和y2（不带截距）是一样的。有什么我想念的吗？谢谢！