Jak uzyskać wartość p i przedział ufności w LogisticRegression za pomocą sklearn?

Buduję wielomianową regresję logistyczną za pomocą sklearn (LogisticRegression). Ale po zakończeniu, jak mogę uzyskać wartość p i przedział ufności mojego modelu? Wydaje się tylko, że sklearn zapewnia jedynie współczynnik i przechwytuje.

Dziękuję bardzo.

Jednym ze sposobów, aby dostać się przedziały ufności jest bootstrap swoje dane, powiedzmy, razy i dopasować modele regresji logistycznej do zbioru danych dla . Daje to rozkład szacowanych parametrów, na podstawie którego można znaleźć przedziały ufności.m I B I i = 1 , 2 , . . . , $B$$m_i$$B_i$$i = 1, 2, ..., B$

Krótka odpowiedź jest taka, że ​​sklearn LogisticRegression nie ma wbudowanej metody obliczania wartości p. Oto kilka innych postów, które omawiają rozwiązania tego problemu.

/programming/27928275/find-p-value-signiance-in-scikit-learn-linearregression

/programming/22306341/python-sklearn-how-to-calculate-p-values