Я пытаюсь оценить логистическую модель с остаточным участком в Python.
Я искал в интернете и не могу получить информацию.
Кажется, что мы можем вычислить deviance residual из этого ответа .
from sklearn.metrics import log_loss
def deviance(X_test, true, model):
return 2*log_loss(y_true, model.predict_log_proba(X_test))
Возвращает числовое значение.
Однако мы можем оценить участок остатков при выполнении GLM ....
Похоже, что для Python нет пакетов для построения остатков логистической регрессии, Пирсона или отклонения.
Более того, я нашел интересную посылку ResidualsPlot. Но я не уверен, можно ли это использовать для логистической регрессии.
Любое предложение для построения участка остатков?
Кроме того, я также нашел ресурс здесь , который предназначен для ols, а не logit. Кажется, что вычисления остатков немного отличаются.