Python 3 statsmodels Logit ValueError：在进入 DLASCL 参数编号 5 时有一个非法值

Question

完成逻辑回归示例并在接近 statsmodels 部分时遇到一些困难。过去我在 Python 3 和 Pandas 数据帧中遇到困难，其中 df 返回迭代器而不是列表。我已经尝试使用“logit”进行相同的调整，但仍然收到 ValueError

import numpy as np
import pandas as pd
import os
import statsmodels.api as sm
import pylab as pl

df = pd.read_csv('admissions.csv')
df.head(n=5)

df.columns = ['admit', 'gre', 'gpa', 'prestige']
dummy_ranks = pd.get_dummies(df['prestige'], prefix='prestige')
cols_to_keep = ['admit', 'gre', 'gpa']
data = df[cols_to_keep].join(dummy_ranks.ix[:, 'prestige_2':])
data['intercept'] = 1.0
train_cols = data.columns[1:]


logit = sm.Logit(data['admit'], data[train_cols])

result = logit.fit()

ValueError: 在进入 DLASCL 参数 5 时有一个非法值

Answer 1

您的“admissions.csv”中有一个空白值。

根据博客http://blog.yhat.com/posts/logistic-regression-python-rodeo.html使用来自http://www.ats.ucla.edu/stat/data/binary.csv的数据。尝试删除数据中的值，您将收到非法值错误。

正确的：

admit   gre gpa rank
0   380 3.61    3
1   520 2.93    4

不正确：

admit   gre gpa rank
0       3.61    3
1   520 2.93    4