利用statsmodels训练gam模型

先准备数据

import pandas as pd
import os
import statsmodels.api as sm
from statsmodels.gam.api import GLMGam, BSplines

current_dir = os.getcwd()
file_path = os.path.join(current_dir, 'NYCHousing2015.csv')
# Load the data
data = pd.read_csv(file_path)
print(data)

 这个数据集是从matlab拔下来的，NYCHousing2015。

在statsmodels中有两种用法可以训练gam模型，

一种是：

gam_model = GLMGam.from_formula(formula, data=data, smoother=bs)

还有一种是：

gam_model = GLMGam(y, sm.add_constant(x), smoother=bs,family = sm.families.Gaussian(),alpha=0.0)

就我研究来看，基本上statsmodels的模型基本都是这两种训练模式，

可以看一下这个bs，平滑函数，我的理解是定义分类函数特征，我理解的gam模型就是由一个或者多个线性模型和分类模型组合成的模型，那么这里的平滑函数就是做一个这种处理，

x_spline = data[['BOROUGH',"LANDSQUAREFEET"]]

# Create the B-splines
bs = BSplines(x_spline, df=[3, 3], degree=[2,2])

我们可以看到我们选择数据里面的'BOROUGH',"LANDSQUAREFEET"这两个特征作为平滑处理的对象，df，选择的特征的自由度，degree理解为poly的极值点，df需要大于degree。

# Train the model
res = gam_model.fit()

# Step 7: Print the summary of the trained model
print(res.summary())