biogeme巢式logit选择学习笔记

最新推荐文章于 2024-06-02 11:28:09 发布

quanbb0818

最新推荐文章于 2024-06-02 11:28:09 发布

阅读量1k

点赞数 2

分类专栏： logit选择文章标签： python

本文链接：https://blog.csdn.net/quanbb0818/article/details/127639173

版权

本文详细介绍了使用Python进行巢式logit模型的学习，从导入库到定义变量、效用函数，再到估计参数和模拟计算选择概率。通过biogeme工具进行模拟，证实了结果的准确性并提升了计算速度。

摘要由CSDN通过智能技术生成

导入库

import pandas as pd
import csv
from biogeme import models
import biogeme.biogeme as bio
import biogeme.database as db
from biogeme.expressions import Beta, Variable
import biogeme.results as res
import biogeme.exceptions as excep
import sys

输入选择集

df=pd.read_csv('choice.csv')
database=db.Database('choice',df)##输入选择集创建数据库

globals().update(database.variables)##定义全局变量

database.variables

{'Unnamed: 0.2': Unnamed: 0.2,
 'Unnamed: 0.1': Unnamed: 0.1,
 'Unnamed: 0': Unnamed: 0,
 'id': id,
 'hc_time_all': hc_time_all,
 'hc_cishu': hc_cishu,
 'hc_fare': hc_fare,
 'path_length': path_length,
 'car_fare': car_fare,
 'car_time': car_time,
 'car_cishu': car_cishu,
 'bus_time': bus_time,
 'metro_fare': metro_fare,
 'metro_cishu': metro_cishu,
 'metro_time': metro_time,
 'bus_fare': bus_fare,
 'bus_cishu': bus_cishu,
 'choice': choice}

定义变量

#首先定义常数项
ASC_CAR = Beta('ASC_CAR',0,None,None,0)
ASC_BUS = Beta('ASC_BUS',0,None,None,0)
ASC_METRO = Beta('ASC_METRO',0,None,None,0)
ASC_HC = Beta('ASC_HC',0,None,None,0)
#定义与效用有关参数的系数
BETA_TIME_CAR = Beta('BETA_TIME_CAR',0,None,None,0)
BETA_FARE_CAR = Beta('BETA_FARE_CAR',0,None,None,0)
BETA_LENGTH = Beta('BETA_LENGTH',0,None,None,0)
BETA_TIME_BUS  =Beta('BETA_TIME_BUS',0,None,None,0)
BETA_FARE_BUS = Beta('BETA_FARE_BUS',0<