Python : satasmodels & sklearn LogisticRegression

python 逻辑回归 satasmodels 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satasmodels 要小一些
这说明sklearn中有正则化,但是satasmodels 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:
Python : satasmodels & sklearn LogisticRegression_第1张图片
Python : satasmodels & sklearn LogisticRegression_第2张图片
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

问题参考

你可能感兴趣的:(机器学习与数据挖掘,python,逻辑回归,机器学习,AI,人工智能)