Python中的Ordered Logit？

Question

我有兴趣在python中运行一个有序的logit回归(使用pandas,numpy,sklearn或者那个生态系统).但我找不到任何方法来做到这一点.我的谷歌技能缺乏吗？或者这不是在标准包中实现的东西？

Answer 1

如果您正在寻找有序逻辑回归，看起来您可以在 GitHub 上的Fabian Pedregosa 存储库中minirank找到它。

（感谢@elyase，他最初在对该问题的评论中提供了链接。）

Answer 2

更新：Logit 和 Probit Ordinal 回归模型现已内置到 statsmodels 中。

https://www.statsmodels.org/devel/examples/notebooks/ generated/ordinal_regression.html

from statsmodels.miscmodels.ordinal_model import OrderedModel

上面的文档中给出了示例。例如：

import pandas as pd
from statsmodels.miscmodels.ordinal_model import OrderedModel
url = "https://stats.idre.ucla.edu/stat/data/ologit.dta"
data_student = pd.read_stata(url)

mod_log = OrderedModel(data_student['apply'],
                        data_student[['pared', 'public', 'gpa']],
                        distr='logit')

res_log = mod_log.fit(method='bfgs', disp=False)
res_log.summary()

问题是开发版本statsmodels远远领先于发布版本。他们说安装开发版本statsmodels可以满足日常使用。所以我使用了以下内容：

pip3 install git+git@github.com:statsmodels/statsmodels.git

这样做。