statsmodel OLS和scikit线性回归之间的差异； 不同型号给出不同的r平方

Question

我是python的新手，正在尝试计算简单的线性回归。 我的模型有一个因变量和一个自变量。 我正在使用sklearn包中的linear_model.LinearRegression（）。 我得到的R平方值为.16，然后使用import statsmodels.api作为sm mod = sm.OLS（Y_train，X_train），得到的R平方值为0.61。 以下是从大查询获取数据开始的代码

****Code for linear regression**** 
    train_data_df = pd.read_gbq(query,project_id)
    train_data_df.head()

    X_train = train_data_df.revisit_next_day_rate[:, np.newaxis]
    Y_train = train_data_df.demand_1yr_per_new_member[:, np.newaxis]

#scikit-learn version to get prediction R2
    model_sci = linear_model.LinearRegression()
    model_sci.fit(X_train, Y_train)


    print model_sci.intercept_
    print ('Coefficients: \n', model_sci.coef_)
    print("Residual sum of squares %.2f"
         % np.mean((model_sci.predict(X_train) - Y_train ** 2)))
    print ('Variance score: %.2f' %model_sci.score(X_train, Y_train))
    Y_train_predict = model_sci.predict(X_train)
    print ('R Square', r2_score(Y_train,Y_train_predict) )


****for OLM****

    print Y_train[:3]
    print X_train[:3]
    mod = sm.OLS(Y_train,X_train)
    res = mod.fit()
    print res.summary()

我对此很陌生。 试图了解我应该使用哪种线性回归软件包？

Answer 1

找出差异。 那是拦截。 OLS默认情况下不使用它。 因此，通过在下面的代码中添加匹配的答案。

X = sm.add_constant(X)
sm.OLS(y,X)