使用statsmodel.formula.api与statsmodel.api的OLS对比

@创建于：20220827
@修改于：20220827

使用statsmodel.formula.api与statsmodel.api的OLS对比

区别在于是否存在 截距:

• 在 statsmodels.formula.api 中，与 R 方法类似，一个常数会自动添加到数据中，并在拟合中添加一个截距

• 在statsmodels.api中，你必须自己添加一个常量(参见这里的文档).尝试使用 add_constant 来自 statsmodels.api

使用 ISLR 文本中的广告数据，原作者使用两者运行了一个 ols，得到了不同的结果.然后我与 scikit-learn 的 LinearRegression 进行了比较.

import numpy as np
import pandas as pd
import statsmodels.formula.api as smf
import statsmodels.api as sm
from sklearn.linear_model import LinearRegression

df = pd.read_csv("C:\...\Advertising.csv")

x1 = df.loc[:,['TV']]
y1 = df.loc[:,['Sales']]

print "Statsmodel.Formula.Api Method"
model1 = smf.ols(formula='Sales ~ TV', data=df).fit()
print model1.params

print "\nStatsmodel.Api Method"
model2 = sm.OLS(y1, x1)
results = model2.fit()
print results.params

print "\nSci-Kit Learn Method"
model3 = LinearRegression()
model3.fit(x1, y1)
print model3.coef_
print model3.intercept_

输出如下:

Statsmodel.Formula.Api Method
Intercept    7.032594
TV           0.047537
dtype: float64

Statsmodel.Api Method
TV    0.08325
dtype: float64

Sci-Kit Learn Method
[[ 0.04753664]]
[ 7.03259355]

【使用statsmodel.formula.api与statsmodel.api的OLS对比】