Как я могу запустить несколько одномерных регрессий по группам с помощью sklearn?

Я пытаюсь воспроизвести это решение Python pandas: как запустить множественную одномерную регрессию по группе, но используя линейную регрессию sklearn вместо статистических моделей.

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression

df = pd.DataFrame({
  'y': np.random.randn(20),
  'x1': np.random.randn(20), 
  'x2': np.random.randn(20),
  'grp': ['a', 'b'] * 10})


def ols_res(x, y):
    return pd.Series(LinearRegression.fit(x,y).predict(x))


results = df.groupby('grp').apply(lambda x : x[['x1', 'x2']].apply(ols_res, y=x['y']))

print(results)

Я получил:

TypeError: ("fit() missing 1 required positional argument: 'y'", 'occurred at index x1')

Результаты должны быть такими же, как в статье, на которую я ссылаюсь, а именно:

             x1        x2
grp                      
a   0 -0.102766 -0.205196
    1 -0.073282 -0.102290
    2  0.023832  0.033228
    3  0.059369 -0.017519
    4  0.003281 -0.077150
        ...       ...
b   5  0.072874 -0.002919
    6  0.180362  0.000502
    7  0.005274  0.050313
    8 -0.065506 -0.005163
    9  0.003419 -0.013829

python pandas scikit-learn

09.04.2019 04:33

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

491

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

В вашем коде есть две незначительные проблемы:

Вы не создаете экземпляр LinearRegressionобъект, поэтому ваш код фактически пытается вызвать несвязанный fit метод LinearRegressionсорт.
Даже если вы это исправите, экземпляр LinearRegression не сможет выполнять fit и transform, потому что он ожидает 2D-массив, а получает 1D-массив. Соответственно, вам также нужно изменить форму массива, содержащегося в каждом Series.

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression

df = pd.DataFrame({
  'y': np.random.randn(20),
  'x1': np.random.randn(20), 
  'x2': np.random.randn(20),
  'grp': ['a', 'b'] * 10})

def ols_res(x, y):
    x_2d = x.values.reshape(len(x), -1)
    return pd.Series(LinearRegression().fit(x_2d, y).predict(x_2d))

results = df.groupby('grp').apply(lambda df: df[['x1', 'x2']].apply(ols_res, y=df['y']))

print(results)

Выход:

             x1        x2
grp                      
a   0 -0.126680  0.137907
    1 -0.441300 -0.595972
    2 -0.285903 -0.385033
    3 -0.252434  0.560938
    4 -0.046632 -0.718514
    5 -0.267396 -0.693155
    6 -0.364425 -0.476643
    7 -0.221493 -0.779082
    8 -0.203781  0.722860
    9 -0.106912 -0.090262
b   0 -0.015384  0.092137
    1  0.478447  0.032881
    2  0.366102  0.059832
    3 -0.055907  0.055388
    4 -0.221876  0.013941
    5 -0.054299  0.048263
    6  0.043979  0.024594
    7 -0.307831  0.059972
    8 -0.226570 -0.024809
    9  0.394460  0.038921

09.04.2019 05:02

Другие вопросы по теме

Необходимо создать диапазон дат между датами, но время начинается и заканчивается в 02:00:00

Линейный график двух разных сгруппированных по кадрам данных

Используйте get_dummies для столбцов с возвращаемыми значениями, разделенными символами

Как суммировать продукты фрейма данных pandas?

Превратите URL-адрес geojson в pandas (разбор)

В чем разница между groupby.first, groupby.nth, groupby.head, когда as_index=False

Повторяющаяся ошибка HTTP 413 при очистке нескольких страниц

Умножение определенных ячеек, перечисленных по индексу строки в столбце фрейма данных, на константу

Как правильно идентифицировать значения с плавающей запятой [0, 1], содержащие точку, в типе объекта DataFrame?

Пытаюсь получить расстояние, используя долготу и широту, но продолжаю работать с ошибкой: объект «Серия» не имеет атрибута «радианы»

Как я могу запустить несколько одномерных регрессий по группам с помощью sklearn?

Ответы 1

Другие вопросы по теме

Похожие вопросы