SPSS与Python中Linear Discriminant Analysis系数结果不一致求助

问题背景 #

使用SPSS和Python（sklearn）对同一数据集执行线性判别分析（LDA）时，特征值与典型判别函数系数结果存在明显差异，但组均值相等检验结果一致，需明确差异原因并对齐结果。

相关代码与输出 #

SPSS部分 #

执行语法

DATASET ACTIVATE DataSet1.
DISCRIMINANT
  /GROUPS=Gender(0 1)
  /VARIABLES=Height Width Div_Depth
  /ANALYSIS ALL
  /SAVE=CLASS PROBS 
  /PRIORS EQUAL 
  /STATISTICS=MEAN STDDEV UNIVF BOXM COEFF RAW CORR TABLE CROSSVALID 
  /CLASSIFY=NONMISSING POOLED.

典型判别函数系数输出

• Height: 8.376
• Width: -.564
• Div_Depth: -6.201
• (Constant): -29.031

Python部分 #

执行代码

import pandas as pd
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis as LDA
data = pd.read_excel("data.xlsx")
X = data[["Height", "Width", "Div_Depth"]]
y = data["Gender"]
lda = LDA()
lda_model = lda.fit(X, y)
print("Canonical Discriminant Function Coefficients:", lda.coef_)
print("Canonical Discriminant Function Constant:", lda.intercept_)

输出结果

• 典型判别函数系数: [[-101.85246698 6.86029024 75.4023029 ]]
• 常数项: [353.00578148]

差异原因 #

SPSS与sklearn的LDA实现存在核心差异：

1. 系数缩放规则不同：SPSS的典型判别函数系数会做标准化缩放（使函数的组间方差为1），而sklearn的coef_直接基于类均值差与协方差矩阵的逆计算，未做额外缩放。
2. 判别函数方向可反转：两者系数符号相反，是因为判别函数的方向不影响分类结果——反转符号后只需调整分类阈值，最终分类逻辑完全一致。

通过计算可验证：sklearn的系数与SPSS的系数呈固定比例关系（约为-12.16倍），说明仅为缩放与符号差异，本质判别逻辑一致。

解决方案 #

1. 无需对齐的场景：若仅关注分类结果或判别函数的相对权重，无需调整——两者的分类准确率、组间区分能力完全一致。
2. 需对齐SPSS结果的场景：将sklearn的系数与常数项除以比例系数（约-12.16），即可得到与SPSS完全一致的典型判别函数系数：

   # 计算缩放比例（以Height系数为例）
   scale_factor = lda_model.coef_[0][0] / 8.376
   # 缩放系数与常数项
   aligned_coef = lda_model.coef_ / scale_factor
   aligned_intercept = lda_model.intercept_ / scale_factor
   print("对齐SPSS后的系数:", aligned_coef)
   print("对齐SPSS后的常数项:", aligned_intercept)
   

3. 验证分类一致性：可对比SPSS生成的分类结果（/SAVE=CLASS）与sklearn的lda_model.predict(X)，确认分类完全一致。

内容的提问来源于stack exchange，提问作者mdiramali