regression-analyzer
自动回归建模工具 —— 对表格数据执行线性回归（OLS）或逻辑回归（Logit），一键输出完整统计结果和中文通俗解读。
能力概览
| 功能 |
说明 |
| 线性回归 |
OLS，输出系数、R²、调整 R²、F 检验、AIC/BIC、Durbin-Watson |
| 逻辑回归 |
Logit，输出系数、Odds Ratio、Pseudo R²、似然比检验 |
| 多重共线性检测 |
每个自变量的 VIF 值 + 警告级别 |
| 通俗解读 |
用中文对每个指标和系数给出"什么意思/该怎么看"的说明 |
| 自动检测 |
目标变量为 0/1 时自动切换逻辑回归 |
Quick Start
# 线性回归：预测 price，用所有数值列做自变量
python3 scripts/regression_analyzer.py data.csv --target price
# 逻辑回归：预测 churn（0/1），指定特征列
python3 scripts/regression_analyzer.py users.csv --target churn --features "age,income,tenure"
# 保存结果到 JSON
python3 scripts/regression_analyzer.py data.csv --target sales --output result.json
详细用法
基本调用
python3 scripts/regression_analyzer.py <数据文件> --target <目标列> [选项]
指定回归类型
# 强制线性回归
python3 scripts/regression_analyzer.py data.csv -t y --type linear
# 强制逻辑回归
python3 scripts/regression_analyzer.py data.csv -t label --type logistic
# 自动检测（默认）
python3 scripts/regression_analyzer.py data.csv -t y --type auto
选择特征列
# 手动指定（逗号分隔）
python3 scripts/regression_analyzer.py data.csv -t price -f "sqft,bedrooms,bathrooms"
# 省略则自动使用所有数值列
python3 scripts/regression_analyzer.py data.csv -t price
参数说明
| 参数 |
缩写 |
必填 |
默认值 |
说明 |
input |
— |
是 |
— |
输入文件路径（CSV/TSV/Excel/JSON） |
--target |
-t |
是 |
— |
目标变量（因变量）列名 |
--features |
-f |
否 |
全部数值列 |
自变量列名，逗号分隔 |
--type |
-T |
否 |
auto |
回归类型：linear / logistic / auto |
--output |
-o |
否 |
标准输出 |
结果 JSON 保存路径 |
--no-const |
— |
否 |
false |
不添加截距项 |
--keep-na |
— |
否 |
false |
保留缺失值行（调试用） |
输出结构（JSON）
{
"type": "linear",
"r_squared": 0.8523,
"r_squared_adj": 0.8471,
"f_statistic": 162.34,
"f_p_value": 0.0,
"coefficients": {
"sqft": {"coefficient": 135.42, "p_value": 0.0001, ...},
"bedrooms": {"coefficient": 8021.5, "p_value": 0.032, ...}
},
"vif": {"sqft": 2.31, "bedrooms": 1.87},
"interpretation": {
"模型概述": ["R² = 0.8523（模型拟合优良…）"],
"各变量解读": ["sqft：系数 = 135.42…正向影响…"]
}
}
依赖
- Python 3.8+
- pandas
- numpy
- statsmodels
- scipy
pip install pandas numpy statsmodels scipy
serejaris