python - Sk-learn 和 Statsmodels 中 OLS 实现的区别

Question

我目前正在对我的时间序列数据集进行线性回归。但是，根据我使用的 python 模块，我得到完全不同的结果。首先我使用了 Sklearn，我的模型的 R^2 分数约为 0.65。之后，我尝试使用 statsmodels.api 来获取回归摘要，因为 Sklearn 没有提供回归摘要，我得到了完全不同的 R-2 分数，为 0.96。

之后，我使用了 statsmodels.formula.api 的线性模型，得到了另一个不同的结果，这一次，更接近我的第一个结果。（R^2 为 0.65）

我想知道为什么会这样。这似乎是我的一个错误，但我很确定我对所有回归使用相同的数据（在必要时将数据框转换为 np.arrays）。如此大的差异会因为模块实现的不同而发生吗？

感谢您抽出时间来阅读。

标签： pythonscikit-learnlinear-regressionstatsmodels