恭喜！
Python 中的广义线性模型
Ita Cirovic Donev
Data Science Consultant
模型
- 数据 $\rightarrow$
- 链接函数 $\rightarrow$
- 模型 $\rightarrow$
- x 增加 1 个单位 $\rightarrow$
逻辑回归
- 二元
- logit
- $logit(y) = \beta_0+\beta_1x_1$
- 使$\color{red}{\text{对数几率}}$增加 $\beta_1$
线性模型
- 连续
- 恒等
- $y = \beta_0+\beta_1x_1$
- 使$\color{red}{y}$增加 $\beta_1$
泊松回归
- 计数
- 对数
- $log(\lambda) = \beta_0+\beta_1x_1$
- 将$\color{red}{\lambda}$乘以 $exp(\beta_1)$
主要 Python 函数
- 拟合模型
statmodels$\rightarrow$
线性模型
glm('y ~ x', data)
glm('y ~ x', data,
family = sm.families.Gaussian())
逻辑回归
glm('y ~ x', data,
family = sm.families.Binomial())
泊松回归
glm('y ~ x', data,
family = sm.families.Poisson())
下一步…
- DataCamp 课程
- 优秀参考书
- Frank E. Harrell, Jr. 所著《Regression Modeling Strategies》
- Alan Agresti 所著《An Introduction to Categorical Data Analysis》
- Max Kuhn 与 Kjell Johnson 所著《Applied Predictive Modeling》
建模顺利！
Python 中的广义线性模型
