请读取以下链接中的数据:https://kdocs.cn/l/ccdM4odUPRAi?f=201 [文件]A4_AccidentCount_test.csv ,并帮我解决以下问题:基于A4_ accident . csv 数据,根据下式进行 logistic 回归: is _ acc ~ ST _ MP + Length + NLane + LaneWidth + LShoulderWidth + RShoulderWidth + AADT ( is _ acc :是否发生事故,0为未发生,1为发生) 1.给出 logistic 回归的结果(附代码)2.根据各个自变量的显著性,对自变量按照非常显著、显著、不显著进行排序 3.调整 logistic 回归中的自变量,再次进行回归,并对比先后结果,选取任一指 标,说明模型是否在该指标上有所提升。
时间: 2024-02-25 14:53:32 浏览: 320
ccdm.zip_ccdm
5星 · 资源好评率100%
好的,以下是针对您提出的问题的解答和建议:
1. 给出 logistic 回归的结果(附代码)
您可以使用Python中的sklearn库中的LogisticRegression模块进行logistic回归分析,代码如下:
```python
import pandas as pd
from sklearn.linear_model import LogisticRegression
# 读取数据
data = pd.read_csv('A4_AccidentCount_test.csv')
# 数据预处理
# ...
# 定义自变量和因变量
X = data[['ST_MP', 'Length', 'NLane', 'LaneWidth', 'LShoulderWidth', 'RShoulderWidth', 'AADT']]
y = data['is_acc']
# 建立模型
model = LogisticRegression()
model.fit(X, y)
# 输出模型结果
print('回归系数:', model.coef_)
print('截距:', model.intercept_)
print('准确率:', model.score(X, y))
```
2. 根据各个自变量的显著性,对自变量按照非常显著、显著、不显著进行排序
您可以使用Python中的statsmodels库中的Logit模块进行logistic回归分析,代码如下:
```python
import statsmodels.api as sm
# 读取数据
data = pd.read_csv('A4_AccidentCount_test.csv')
# 数据预处理
# ...
# 定义自变量和因变量
X = data[['ST_MP', 'Length', 'NLane', 'LaneWidth', 'LShoulderWidth', 'RShoulderWidth', 'AADT']]
y = data['is_acc']
# 建立模型
X = sm.add_constant(X)
model = sm.Logit(y, X).fit()
# 输出模型结果
p_values = model.pvalues[1:]
p_values.sort_values(inplace=True)
print(p_values)
# 根据显著性排序
significant_vars = p_values[p_values<0.05]
highly_significant_vars = p_values[p_values<0.01]
insignificant_vars = p_values[p_values>=0.05]
print('非常显著的变量:', list(highly_significant_vars.index))
print('显著的变量:', list(significant_vars.index))
print('不显著的变量:', list(insignificant_vars.index))
```
其中,p_values是模型中各个自变量的显著性检验P值,根据P值的大小,可以将自变量按照非常显著、显著、不显著进行排序。
3. 调整 logistic 回归中的自变量,再次进行回归,并对比先后结果,选取任一指标,说明模型是否在该指标上有所提升。
您可以根据第2步中的结果,筛选出显著性较高的自变量,重新进行回归分析,比较模型的准确率和性能指标,以查看模型是否有所改善。例如,可以将后轮和前轮的宽度合并为一项,代码如下:
```python
# 读取数据
data = pd.read_csv('A4_AccidentCount_test.csv')
# 数据预处理
# ...
# 定义自变量和因变量
X = data[['ST_MP', 'Length', 'NLane', 'LaneWidth', 'ShoulderWidth', 'AADT']]
y = data['is_acc']
# 建立模型
X = sm.add_constant(X)
model = sm.Logit(y, X).fit()
# 输出模型结果
print(model.summary())
print('准确率:', model.score(X, y))
```
比较两个模型的准确率和性能指标,以查看模型是否有所改善。
阅读全文