Scikit-learn对MLR的正确性

Question

嗨，我对 mlr 的 scikit-learn 包有正确性问题（linear_model。线性回归）。在所有情况下，使用相同的数据进行互译，而不会截取

蟒蛇代码：

data = np.loadtxt(fname=file, delimiter='t')
X = data[:, 1:]
Y = data[:, 1]
mlr = LinearRegression(fit_intercept=False)
mlr.fit(X,Y)
print(mlr.coef_)
1.00000000e+00  6.20460347e-17 -1.82373860e-17  3.35782591e-19
7.92128777e-17 -1.04990677e-17 -1.15961796e-16  1.33629653e-15

R：

Y = data[,1]
X = data[,-1]
X = as.matrix(X)
m1 = lm(Y~X-1)
m1$coefficients
 0.0546782907  0.0159731763  0.1312037785 -0.0507591565  0.1036469860 
 0.0050217163 -0.1006476385  0.0248998498  0.0081473528 -0.0111405854 

C#（仅使用 accord.net 相当复杂的过程发布结果）：

 0.0546782906719276*x0 + 0.0159731763215885*x1 + 0.13120377853918*x2 + -0.0507591564748648*x3 + 0.103646986044143*x4 + 0.00502171630071436*x5 

有什么原因吗？

TLDR;使用scikit-learn、R、C# accord.net来比较MLR系数，从SKlearn获得BS结果，而 accord.net 和R给出类似的结果

Answer 1

我已经

弄清楚了原因（这是我自己的虚拟错误）

错Y = data[:, 1]！！

更改为：

Y = data[:, 0]

现在我得到了这个（这是正确的）：

5.46782907e-02  1.59731763e-02  1.31203779e-01 -5.07591565e-02
  1.03646986e-01  5.02171630e-03 -1.00647639e-01  2.48998498e-02