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

Tooling

在 ZhiYuan/Pi 内必须通过 run_skill_script 执行本技能脚本，禁止用 bash 直跑 python3 或 python：

{
  "skillId": "regression-insight",
  "script": "scripts/regression_analyzer.py",
  "args": ["<数据文件>", "--target", "<目标列>"]
}

• args 与下方"详细用法"的命令行参数一一对应（去掉 python3 scripts/regression_analyzer.py 前缀）。
• 脚本依赖（pandas / numpy / scipy / statsmodels，见 requirements.txt）由应用管理的技能 Python 运行时保证，不需要也不应该手动 pip install 或寻找系统 Python。
• 若执行返回依赖缺失或运行时不可用错误，不要改用系统 python3 或手写替代实现（例如用纯 Python 循环重算回归）——直接报告该错误，说明需要技能 Python 运行时提供依赖。

Quick Start

{
  "skillId": "regression-insight",
  "script": "scripts/regression_analyzer.py",
  "args": ["data.csv", "--target", "price"]
}

完整命令示例（展示参数映射，实际执行一律经 run_skill_script）：

# 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

以下命令示例仅用于展示参数映射——实际执行一律通过 run_skill_script，将参数放入 args 数组（见上方 Tooling 段）。禁止在 bash 中直跑 python3 调用本脚本。

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

运行时依赖（pandas、numpy、statsmodels、scipy）由应用管理的技能 Python 运行时按 requirements.txt 提供，无需也不应手动安装。仅在本地独立调试（不经过 ZhiYuan 运行时）时才需要：

pip install pandas numpy statsmodels scipy