予測を計算する
実務では、当てはめたロジスティック回帰を使って確率を推定し、推定値の信頼区間を作ることがよくあります。wells データセットとモデル 'switch ~ arsenic' を用いて、学習データに含まれていない新しい観測 wells_test に対し、最も近い安全な井戸に切り替える確率を予測したいとします。
これを .predict() メソッドを使って行います。
.predict() はいくつかの引数を取ることに注意してください:
exog- 新しい観測（テストデータセット）transform = True- 当てはめに使った式y ~ xをデータに適用します。
exog を指定しない場合、確率は学習データセットに対して計算されます。
モデル wells_fit とデータセット wells および wells_test はワークスペースに読み込まれています。
この演習はコースの一部です
Pythonで学ぶ一般化線形モデル
演習の手順
- 当てはめ済みモデル
wells_fitを使ってテストデータwells_test上で予測を計算し、predictionに保存します。 - 既存のデータフレーム
wells_testにpredictionを追加し、列名をpredictionとします。 print()を使って、switch、arsenic、prediction列のあるwells_testの先頭5行を表示します。先頭5行のみを見るには pandas のhead()関数を使ってください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Compute predictions for the test sample wells_test and save as prediction
prediction = ____.predict(exog = ____)
# Add prediction to the existing data frame wells_test and assign column name prediction
____[____] = ____
# Examine the first 5 computed predictions
print(____[[____, ____, ____]].head())