Prognozowanie wartości przy użyciu modelu OLS z modelami statmodels

Question

Wyliczyłem model przy użyciu OLS (regresja liniowa wielokrotna). Podzieliłem swoje dane, by je trenować i testować (połowa każdego), a następnie chciałbym przewidzieć wartości dla drugiej połowy etykiet.

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

Problemem jest to, że mogę i błąd: Plik „/usr/local/lib/python2.7/dist-packages/statsmodels-0.5.0-py2.7-linux-i686.egg/ statsmodels/regresji/linear_model.py”linia 281, do przewidywania zwrotnego np.dot (exog, params) ValueError: matryce nie są wyrównane

I mają następujące kształty tablicy: data.shape (426, 215) labels.shape: (426,)

Jeśli przetransferuję dane wejściowe do pliku model.predict, otrzymam wynikiem, ale z kształtem (426,213), więc przypuszczam, że jej źle, jak również (spodziewam jeden wektor 213 numerów jako przewidywań etykiecie):

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

Każdy pomysł jak zmusić go do pracy?

Answer 1

Dla statsmodels> = 0,4, jeśli dobrze pamiętam

model.predict nie wie na temat parametrów i wymaga od nich w zaproszeniu zobaczyć http://statsmodels.sourceforge.net/stable/generated/statsmodels.regression.linear_model.OLS.predict.html

Co powinien działać w Twoim przypadku jest, aby dopasować model, a następnie użyj metody przewidywania instancji wyników.

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

lub krótszy

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 ze brakuje docstring

Uwaga: ten został zmieniony w wersji rozwojowej (wstecznie kompatybilny), które mogą skorzystać z „formuły” informacji w przewidzenia http://statsmodels.sourceforge.net/devel/generated/statsmodels.regression.linear_model.RegressionResults.predict.html