Statsmodel 的 Poisson 和带 Poisson 族的 GLM 有什么区别？
What's the difference between Statsmodel's Poisson and GLM with Poisson family?
对于Statsmodels（导入为sm），不知道有什么区别
sm.Poisson(Y,X)
对
sm.GLM(Y,X,family=sm.families.Poisson())
此外，另一个奇怪的是，对于前者我必须使用 fit_regularize 但对于后者，如果我尝试 fit_regularize，我将在尝试时得到 None获取摘要。
与 sm.Poisson 不同，GLM 支持许多不同类型的回归族。
这两个似乎是同一事物的不同实现，具有不同的选项。例如，freq_weights 仅在 GLM 泊松上受支持。
带有 fit_regularize 的 GLM 上缺少的 summary() 似乎未实现或存在错误。如果摘要很重要 sm.Poisson 支持它，或者 GLM 使用稍微不同的 fit_regularized(refit=True) 选项支持它。
对于Statsmodels（导入为sm），不知道有什么区别
sm.Poisson(Y,X)
对
sm.GLM(Y,X,family=sm.families.Poisson())
此外，另一个奇怪的是，对于前者我必须使用 fit_regularize 但对于后者，如果我尝试 fit_regularize，我将在尝试时得到 None获取摘要。
与 sm.Poisson 不同，GLM 支持许多不同类型的回归族。
这两个似乎是同一事物的不同实现，具有不同的选项。例如，freq_weights 仅在 GLM 泊松上受支持。
带有 fit_regularize 的 GLM 上缺少的 summary() 似乎未实现或存在错误。如果摘要很重要 sm.Poisson 支持它，或者 GLM 使用稍微不同的 fit_regularized(refit=True) 选项支持它。