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)