Python 学习 statsmodels OLS回归

使用R中ISLR的diamonds数据

# statsmodels OLS回归
# 导入库
import pandas as pd
import numpy as np
import statsmodels.api as sm
import warnings

# 设置
pd.set_option('display.max_column',None)    # 显示全部列
warnings.filterwarnings('ignore')           # 忽略警告信息

# 数据准备
df=pd.read_csv(r'D:\Python_Programm\pythonProject\Data\diamonds.csv',
               index_col=0)
# 观察数据
print('前五行：\n',df.head())
print('数据总结：\n',df.describe())

# 目标变量Price明显右偏
df['logprice']=np.log(df['price'])  # 对数转换
df=df[df.columns.drop(['price'])]   # 删除原始变量

# 虚拟变量
x=pd.get_dummies(df,drop_first=True,dtype=int)

# 新数据集
print(x.head())

# 划分训练集 测试集
y=x['logprice']
x=x[x.columns.drop(['logprice'])]
x=sm.add_constant(x)

# 拟合
model=sm.OLS(y,x).fit()
print('模型总结：\n',model.summary())