python 逻辑回归 statsmodels和 sklearn LogisticRegression结果系数总是不一致
除了LogisticRegression要设置fit_intercept = False以外,会发现sklearn的各变量的系数
都会比statsmodels要小一些
这说明sklearn中有正则化,但是statsmodels 的logit没有正则化,而且sklearn中的正则化无法取消。
解决方法如下:
如图所示可以对反正则化系数C设置一个极大值,结果就很接近了
Python : statsmodels & sklearn LogisticRegression
于 2020-06-04 15:28:19 首次发布