self.get_info(),
'msg':
msg
}, [{
'table_df': df_predict_result,
'label': '实际值与预测值'
}]
conf = RidgeLogReg().get_info()
if __name__ == '__main__':
#读取数据
df = load_MedExp()
x = [
'med', 'lc', 'lpi', 'fmde', 'ndisease', 'linc', 'lfam', 'educdec',
'age'
]
y = ['child']
#类的初始化
C = RidgeLogReg()
#打印该类描述的信息
print(conf)
extra_args = {'method': 'pearson', 'crosstab': False}
index=columns,
columns=[idx]).T.round(5)
rr.append(dfr)
res = pd.concat(rr)
res['p-值'] = res['p-值'].apply(lambda x: '{:.5f}'.format(x))
return {'result': res, 'msg': msg}
if __name__ == '__main__':
#读取数据
df = load_MedExp()
testdata = load_MedExp()
dfx = df[['med', 'age']]
dfy = df[['educdec', 'ndisease']]
#类的初始化
O = TTestPair()
#打印该类描述的信息
print(O.get_info().get('description'))
#执行运算，传入tsx、tsy参数
dict_res = O.run(dfx, dfy)