使用 Python 中的 statsmodels 进行回归入门

使用 Python statsmodels 进行线性回归和逻辑回归

线性回归和逻辑回归是两种应用最广泛的统计模型。 它们就像万能钥匙，解锁隐藏在数据中的秘密。 在本课程中，你将掌握拟合简单线性回归和逻辑回归的技能。

通过动手练习，你将探索真实世界数据集中变量之间的关系，包括机动车保险理赔、台湾房价、鱼类尺寸等。

了解如何进行预测并评估模型拟合度

你将从这门4小时的课程开始，了解什么是回归，以及线性回归和逻辑回归有何不同，并学习如何应用这两种方法。 接下来，你将学习如何使用线性回归模型对数据进行预测，同时了解模型对象。

随着学习的深入，你将学会如何评估模型的拟合情况，以及如何判断你的线性回归模型拟合得有多好。 最后，你将更深入地学习逻辑回归模型，以便对真实数据进行预测。

学习 Python 回归分析基础

在本课程结束时，你将学会如何根据数据进行预测、量化模型性能，并诊断模型拟合中的问题。 你将了解如何使用 Python 的 statsmodels 进行回归分析，并能够将这些技能应用于真实数据集。