通过逻辑回归示例并在接近statsmodels部分时遇到一些困难.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.我尝试使用’logit’调整相同但仍然收到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时,参数编号5具有非法值

最佳答案 您的’admissions.csv’中包含空白值.

根据博客http://blog.yhat.com/posts/logistic-regression-python-rodeo.html使用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：

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