使用统计模型的顺序逻辑回归预测和准确性

Question

我正在尝试使用 statsmodels 进行有序逻辑回归分析。但是，我得到的预测与使用 SciKit-Learn 时得到的预测大不相同

LogisticRegression

.

我正在使用类似于以下的数据集。目的是根据

quality

和

1-10

的组合来预测

chlorides

（在

sulphates

的尺度上）。

氯化物	硫酸盐	品质
0.076	0.56	5
0.098	0.68	5
0.092	0.65	5
0.075	0.58	6
0.076	0.56	5
...	...	...

我使用的代码：

import numpy as np
from sklearn import metrics
from sklearn.model_selection import train_test_split
from statsmodels.miscmodels.ordinal_model import OrderedModel

y = df['quality']
X = df[['chlorides', 'sulphates']]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=20)

mod_probe = OrderedModel(y_train, X_train, distr='logit')
res_log = mod_probe.fit(method='bgfs')

predicted = res_log.model.predict(res_log.params, np.array(X_test)[:, None])

predicted

样本：

array([[[0.00394536, 0.02194635, 0.32950146, 0.47302334, 0.15847723,
         0.01310626]],

       [[0.01405662, 0.07326043, 0.57761266, 0.2806573 , 0.05073693,
         0.00367607]],

       [[0.02683372, 0.12930636, 0.63716285, 0.17780338, 0.02698959,
         0.0019041 ]],

       ...,

当我做

metrics.accuracy_score(y_test, predicted)

我得到错误

ValueError: Classification metrics can't handle a mix of multiclass and unknown targets

我已经对此进行了很多小时的搜索，但似乎无法破解它。任何帮助将不胜感激。非常感谢。

Answer 1

分类指标需要输入有限的类别，例如，如果类别范围是 [0,2]，那么它需要像 0,1,2 这样的值，但在你的情况下你给出 0.001,0.5 等。logits 输出连续值但分类指标需要离散值。要修复此问题，请在执行预测的行之后添加

predicted = list(map(round, predicted ))

，这应该会修复它。