scikit-learn无惩罚逻辑回归输出截距为真实值一半如何解决

你在传入特征给scikit-learn的逻辑回归模型前，已经通过sm.add_constant()手动给特征矩阵加了一列全1的常数列，而LogisticRegression默认通过fit_intercept=True参数自动拟合独立截距项，相当于模型同时接收到两个完全共线、作用完全等价的截距项：

• 手动添加的全1常数列会被识别为普通特征，对应系数存放在log.coef_数组的常数列位置
• 模型自动拟合的截距存放在log.intercept_中

由于你设置了penalty='none'无正则约束，两个共线的截距项会平分真实截距的总权重，你看到的14.3569刚好是正确截距28.7140的一半，就是权重拆分导致的。其余特征不存在共线性问题，因此系数和statsmodels、SPSS的结果完全一致。你提到的「不设置截距项时模型运行结果正常」，本质是关闭自动截距后，手动添加的常数列单独承担了全部截距权重，没有拆分效应，因此结果正确。

两种方式二选一即可，不要同时保留手动加常数列+自动拟合截距的设置：

• 方案1（推荐，符合scikit-learn默认使用习惯）：删除x_train = sm.add_constant(x_train)、x_test = sm.add_constant(x_test)两行手动加常数列的代码，直接用原始特征矩阵传入模型拟合，此时log.intercept_输出的就是完整正确的截距值。
• 方案2：保留手动添加的常数列，初始化模型时关闭自动截距拟合，将模型初始化代码改为log = LogisticRegression(penalty="none", fit_intercept=False)，此时手动添加的常数列对应的log.coef_位置的数值就是正确截距，log.intercept_返回值为0。

你可以直接打印当前问题代码中的log.coef_，找到常数列对应的系数值，和log.intercept_的数值相加，结果必然等于statsmodels输出的28.7140，和SPSS验证的正确值完全匹配。

内容的提问来源于stack exchange，提问作者mdiramali