Python 中逻辑回归中的受控变量

Question

我刚刚了解了受控变量对于我正在做的项目意味着什么，我试图找出 sci-kit learn 是否有受控变量选项。具体来说，Python 是否有逻辑回归的控制变量（而不是自变量）？

我用 google 搜索了一下，没有找到任何关于 Python 的信息。然而，我想的是更基本的，控制变量意味着对你感兴趣的群体（比如种族）进行分层，然后根据你的 x 和 y 对每个群体进行分析。如果这是正确的，那么我应该解释这些分层组的结果，对吧？

抱歉，我问了两个问题，但我试图获得有关这个受控小组想法和 Python 应用程序的更多信息

Answer 1

您可能知道，控制变量是实验者不感兴趣研究的变量，但认为它们确实对因变量的取值具有重要作用。因此，人们在进行实验（即收集数据）时通常会保持该变量的值恒定。

举个例子，假设您正在尝试对一个人的健康状况进行建模，即对他是否健康进行分类，并且您正在考虑年龄、性别和他/她的运动模式作为模型的输入，并希望研究每个人的健康状况如何每个输入都会影响您的目标变量。但你很清楚，主体居住的国家也对其健康状况有发言权（对气候、卫生设施等进行编码）。因此，为了确保此变量（国家/地区）不会影响您的模型，您需要确保仅从一个国家/地区收集所有数据。

所以回答你的第一个问题，没有Python没有帐户有受控变量。它只是假设您输入的所有输入变量都是实验者感兴趣的。

谈到第二个问题，处理控制变量的一种方法是首先对数据进行分组，这样每个组现在都有一个控制变量的恒定值，现在我们分别为每个组运行逻辑回归或任何模型，然后“汇集”不同模型的结果。但如果控制变量的级别数量非常高，这种方法就会失效，在这种情况下，我们通常将控制变量视为自变量并将其输入到我们的模型中。

有关更多详细信息，请参阅1或2，他们确实有一些很好的解释。