Python - 概率

如何解决Python - 概率

我有以下数据集，它是更大数据集的一部分，但我进行了隔离以简化计算（整个数据有 200 多行，但我选择了前 20 行作为样本）：

Length  CTR
0   3   0.20
1   4   0.22
2   3   0.09
3   3   0.16
4   2   0.04
5   10  0.64
6   3   0.14
7   3   0.13
8   2   0.01
9   4   0.21
10  1   0.00
11  2   0.02
12  2   0.01
13  3   0.01
14  4   0.16
15  3   0.09
16  1   0.01
17  2   0.09
18  3   0.02
19  6   0.63

我的想法是计算给定长度 (1,2,3 ...) 的 CTR 为 5%、10%、20% 等的概率。我用交叉表做了一些测试，但我不确定这是否是正确的方法。我也做了回归分析

#Clicks and installs
from sklearn.linear_model import LinearRegression

# Build linear regression model using installs
# Split data into predictors X and output Y
predictors = ['length']
X1 = df_num[predictors]
y1 = df_num['CTR']

# Initialise and fit model
lm = LinearRegression()
model = lm.fit(X1,y1)

print(f'alpha = {model.intercept_}')
print(f'betas = {model.coef_}')

new_X = [[3]]
print({"Clicks":model.predict(new_X)})

但这仅向我显示给定长度数字的预测点击率是多少。 到目前为止，我已经制作了一个热图，其中包含我拥有的所有变量之间的相关性，而那些 02 是具有最高相关性 (0.72) 的变量，如果该信息有用的话。 有人知道这里的解决方案是什么吗？

谢谢