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())