如何在 statsmodels 中训练模型？

Question

这是一个非常简单的问题，我知道有些人会倾向于给出-1，但请让我解释得更好。

互联网上的大多数 statsmodels 教程（例如 this、this 和 this）通常会创建线性回归，而不会将数据集拆分为训练和测试。他们使用此语法创建线性回归：

import statsmodels.formula.api as sm
sm.ols('y~x1+x2+x3', data=df).fit()

不用说在没有测试数据集的情况下构建模型有多危险。

我的问题是如何使用 statsmodels 创建线性回归，使用训练和测试拆分？

找了好久，找到了这个办法：

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(
features, target, train_size=0.8, random_state=42
)

import statsmodels.api as sm

smfOLS = smf.OLS(X_train, y_train).fit()

但是，我收到了这个错误：

AttributeError: module 'statsmodels.formula.api' has no attribute 'OLS'

我知道我应该提供一个数据集，但不幸的是，我正在处理机密数据。但是您拥有的任何数据集都应该足以了解情况。

Answer 1

试试这个，

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(
features, target, train_size=0.8, random_state=42
)

import statsmodels.api as sm


smfOLS = sm.OLS(y_train, X_train).fit()