将proc logistic SAS复制到Python中的logistic回归存在问题(Intercept和变量系数之一不匹配)

Question

我研究了如何用Python将proc logistic从SAS复制到Logistic回归，并提出了以下观察：

1. SAS使用未受惩罚的回归，而python默认使用penalty=l2。所以我把它改成了penalty=none.
2. SAS，它有默认的收敛准则GCONV=1E-8。Python对于tol= 1e-4的收敛条件有默认值。我已将其更新为1e-8.
3. ，我使用了solver=lbfgs (在Python中的默认值).

根据我在网上发现的文章，参数变化1和2应该得到所有模型变量的截距和系数输出，这些变量在SAS和Python实现中几乎没有小数点。

SAS代码：

proc logistic DESCENDING data=dataset_name;
model target_var=&modelvariables/ selection = none CLPARM=WALD lackfit RSQ STB ;
output out=result p=pred;
run;

Python代码：

clf=LogisticRegression(penalty='none',solver='lbfgs',tol=0.00000001)
clf.fit(X, y)

当我比较SAS和Python输出时，我遇到了一个问题，因为拦截器的差值为2，其中一个变量的系数与符号相反。

示例：

拦截: SAS (-7.03)，Python (-5.21)系数中的一个变量: SAS (2.56)，Python (-2.45)

如果我把剩余的变量系数相加到小数点以下，那么剩下的变量系数就匹配了。

有人能建议Python中是否需要其他参数更改吗？

提前谢谢。

Answer 1

我使用了以下代码，SAS和Python回归的结果是匹配的。

clf=LogisticRegression(penalty='none',solver='newton-cg',tol=0.00000001)
clf.fit(X, y)