Chciałbym uruchomić porządkową regresję logistyczną w Pythonie - dla zmiennej odpowiedzi z trzema poziomami i kilkoma czynnikami objaśniającymi. statsmodelsPakiet obsługuje binarny logit i wielomianu logitowe modele (MNLogit), ale nie uporządkowaną logit. Ponieważ podstawowa matematyka nie różni się tak bardzo, zastanawiam się, czy można ją łatwo wdrożyć za pomocą tych? (Alternatywnie, inne działające pakiety Pythona są mile widziane.)
1
Jedyny kod w pythonie, o którym wiem, to napisany przez Fabiana, który widzi problem statsmodels github.com/statsmodels/statsmodels/issues/807 . Myślę, że wdrożenie statsmodels nie byłoby trudne, ale nikt jeszcze się nie zgłosił.
—
Josef,
To nie jest Python, ale w R
—
Frank Harrell,
ormfunkcja w rmspakiecie skutecznie obsługuje tysiące poziomów zmiennej odpowiedzi.
W połączeniu z powyższym komentarzem w / @ FrankHarrell, zauważ, że możesz wywoływać funkcje R z Pythona w / rpy2 (zobacz także: Przewodnik Slug'a po Pythonie ).
—
Gung - Przywróć Monikę
Jest to prawdopodobnie temat, ponieważ pytanie nie wydaje się być czystym żądaniem kodu - czy można wydzielić uporządkowany model logit z obliczeniowych składników logarytmu binarnego, a MNLogit wydaje mi się pytaniem o charakterze statystycznym ( nawet jeśli ostatecznym rozwiązaniem okaże się coś w stylu „nie, użyj innego pakietu”)
—
Silverfish,
Rzeczywiście, skończyło się na użyciu modułów R poprzez rpy2, a także uproszczenie specyfikacji mojego modelu do binarnego logit.
—
Hadi