Logistic回归模型ValueError排查及预测准确率评估咨询

错误原因 #

你遇到的ValueError核心原因是调用了错误的对象执行预测：

你已经通过result = full_logit_model.fit()得到了拟合后的模型结果对象，但却调用了未拟合的full_logit_model（原始GLM模型实例）的predict()方法。在statsmodels中，未拟合的GLM模型的predict()方法需要显式传入拟合好的参数（params），而你直接传入了特征矩阵activity_data[explanatory_cols]，导致方法误将这个特征矩阵当作参数矩阵计算线性预测值——参数应该是(12,)的一维数组（对应12个特征的系数），但你传入的是(5420,12)的二维矩阵，两者点乘自然出现维度不匹配的错误。

正确评估模型准确率的步骤 #

要正确评估模型，你需要使用拟合后的result对象执行预测，再将预测概率转换为类别标签，最后和真实标签对比计算准确率。具体代码如下：

1. 生成预测结果 #

# 使用拟合后的result对象生成预测概率值（可传入训练数据或新数据）
pred_probs = result.predict(activity_data[explanatory_cols])

# 将概率值转换为二元类别（以0.5为阈值，可根据业务需求调整）
pred_classes = (pred_probs > 0.5).astype(int)

2. 计算准确率 #

你可以用工具函数或手动计算：

方法一：使用sklearn工具

from sklearn.metrics import accuracy_score

accuracy = accuracy_score(activity_data['active'], pred_classes)
print(f"训练集上的模型准确率: {accuracy:.4f}")

方法二：手动统计计算

# 统计预测正确的样本数量
correct_count = (pred_classes == activity_data['active']).sum()
# 计算准确率
accuracy = correct_count / len(activity_data['active'])
print(f"训练集上的模型准确率: {accuracy:.4f}")

额外说明 #

• 若要对新数据预测，只需确保新数据的特征列与训练时的explanatory_cols完全一致（包括虚拟变量的前缀、列名），再调用result.predict(new_data[explanatory_cols])即可。
• 除准确率外，你还可以通过result.summary()查看模型的统计指标（如系数显著性、AIC值等），更全面地评估模型性能。

内容的提问来源于stack exchange，提问作者arr