Unten ist Fixed Effect Estimation Python-Code von Linearmodels-Modul von here.Wie vorherzusagen() für lineare Modelle
from linearmodels import PanelOLS mod = PanelOLS(y_train, x_train, entity_effects=True) res = mod.fit(cov_type='clustered', cluster_entity=True)
Wie können wir tun predict(x_test)
Betrieb als sklearn
nach mod.fit()
?
versuchen Sie 'res.predict (x_test)' – skrubber
Dank @skrubber. Es gibt keine Funktion 'precid()' für 'res' Objekt. – ybdesire
oh yeah vorhergesagt wurde für statsmodels definiert. Spotchecked Beispiele von [hier] (https://github.com/bashtage/linearmodels/tree/master/examples) und sieht wie eine Vorhersagefunktion aus. Für Ihren Anwendungsfall, wenn Sie lineare Modelle wählen, denke ich, dass Sie auf vorhersagen verzichten müssen. Warum wollen Sie lineare Modelle verwenden und dann mit sklearn vorhersagen, wenn Sie wissen, dass die Regressionsmodelle und die Sensitivität für beide völlig unterschiedlich sind? – skrubber