不同的系数：scikit-learn 与 statsmodels（逻辑回归）

Question

当运行逻辑回归时，我使用statsmodels are correct (verified them with some course material). However, I am unable to get the same coefficients with sklearn得到的系数。我试过预处理数据无济于事。这是我的代码：

统计模型：

import statsmodels.api as sm

X_const = sm.add_constant(X)
model = sm.Logit(y, X_const)
results = model.fit()
print(results.summary())

相关输出为：

                 coef    std err          z      P>|z|      [0.025      0.975]
------------------------------------------------------------------------------
const      -0.2382      3.983     -0.060      0.952      -8.045       7.569
a           2.0349      0.837      2.430      0.015       0.393       3.676
b           0.8077      0.823      0.981      0.327      -0.806       2.421
c           1.4572      0.768      1.897      0.058      -0.049       2.963
d          -0.0522      0.063     -0.828      0.407      -0.176       0.071
e_2         0.9157      1.082      0.846      0.397      -1.205       3.037
e_3         2.0080      1.052      1.909      0.056      -0.054       4.070

Scikit-learn（无预处理）

from sklearn.linear_model import LogisticRegression

model = LogisticRegression()
results = model.fit(X, y)
print(results.coef_)
print(results.intercept_)

给出的系数是：

array([[ 1.29779008,  0.56524976,  0.97268593, -0.03762884,  0.33646097,
     0.98020901]])

给出的intercept/constant是：

array([ 0.0949539])

如您所见，无论哪个系数对应哪个变量，sklearn给出的数字与statsmodels给出的正确数字不匹配。我错过了什么？提前致谢！

Answer 1

我不熟悉 statsmodel，但会不会是这个库的 .fit() 方法使用与 sklearn 不同的默认参数？为了验证这一点，您可以尝试为每个 .fit() 调用显式设置相同的对应参数，看看您是否仍然得到不同的结果。

Answer 2

感谢 kind soul on reddit, this was solved. To get the same coefficients, one has to negate the regularisation 默认情况下 sklearn 适用于逻辑回归：

model = LogisticRegression(C=1e8)

其中 C 根据 documentation 是：

C : float, default: 1.0

Inverse of regularization strength; must be a positive float. Like in support vector machines, smaller values specify stronger regularization.

不同的系数：scikit-learn 与 statsmodels（逻辑回归）

Different coefficients: scikit-learn vs statsmodels (logistic regression)

python

scikit-learn

statsmodels

logistic-regression