问题： pyspark和scikit-learn中逻辑回归模型的默认实现（未设置自定义参数）在其默认参数值下似乎会产生不同的结果。

我试图使用scikit-learn的逻辑回归模型（见：http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html）来复制使用pyspark（见：https://spark.apache.org/docs/latest/api/python/pyspark.ml.html#pyspark.ml.classification.LogisticRegression）进行的逻辑回归结果（未设置自定义参数）。

在我看来，pyspark和scikit中的两种模型实现并不具备相同的参数，因此我无法简单地将scikit中的参数匹配到pyspark中。有什么方法可以将两种模型在其默认配置下进行匹配吗？

Scikit模型的参数（默认参数）：

`LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True,intercept_scaling=1, max_iter=100, multi_class='ovr', n_jobs=1,penalty='l2', random_state=None, solver='liblinear', tol=0.0001,verbose=0, warm_start=False`

Pyspark模型的参数（默认参数）：

LogisticRegression(self, featuresCol="features", labelCol="label", predictionCol="prediction", maxIter=100,regParam=0.0, elasticNetParam=0.0, tol=1e-6, fitIntercept=True, threshold=0.5, thresholds=None, probabilityCol="probability", rawPredictionCol="rawPrediction", standardization=True, weightCol=None, aggregationDepth=2, family="auto")

非常感谢！

回答：

到目前为止，我发现正如参数standardization=True所指示的，pyspark会在模型内部对数据进行标准化，而scikit则不会。在应用scikit模型之前实施preprocessing.scale让我得到了与两种模型非常接近的结果。