我使用乳腺癌数据和仅使用一个特征’mean_area’训练了逻辑模型，如下所示：

from statsmodels.formula.api import logitlogistic_model = logit('target ~ mean_area',breast)result = logistic_model.fit()

训练后的模型中有一个内置的预测方法。然而，这会给出所有训练样本的预测值。如下所示：

predictions = result.predict()

假设我想预测一个新值，比如30，我该如何使用训练后的模型输出这个值？（而不是读取系数并手动计算）

回答：

您可以像文档中这个笔记本的输出#11所示那样，为单个观测值提供新值给.predict()模型。您可以将多个观测值作为2d array提供，例如一个DataFrame – 请查看文档。

由于您使用的是公式API，您的输入需要是pd.DataFrame的形式，以便可以使用列引用。在您的案例中，您可以使用类似.predict(pd.DataFrame({'mean_area': [1,2,3]})的形式。

statsmodels的.predict()方法在没有提供替代方案时，默认使用用于拟合的观测值。