Scikit-learn Python ve R'de Glmnet'te Elastik Ağ arasındaki fark

Herkes aynı veri setinde ElasticNetPython ve R'de scikit-learn ile bir Elastik Ağ modelinin takılmasının glmnetaynı aritmetik sonuçlar üretip üretmediğini doğrulamaya çalıştı mı ? Parametrelerin birçok kombinasyonunu deniyorum (iki fonksiyon bağımsız değişkenlere geçtikleri varsayılan değerlerde farklılık gösterdiğinden) ve verileri ölçeklendiriyor, ancak hiçbir şey iki dil arasında aynı modeli üretiyor gibi görünüyor. Aynı sorunla karşılaşan var mı?

Sonunda aşağıdaki kod ile aynı değerleri aldım:

piton

# normalize function that gives the same with R
def mystandardize(D):
   S = np.std(D, axis=0, ddof=1)
   M = np.mean(D, axis = 0)
   D_norm = (D-M)/S
return [D_norm, M, S]

Y_norm_train = pd.DataFrame(mystandardize(Y_train)[0])
glmnet_regr = linear_model.ElasticNet(alpha=1, l1_ratio = 0.01,
                                  fit_intercept = True, normalize =    False, tol=0.0000001, max_iter = 100000)
glmnet_regr.fit(X_train, Y_norm_train)

R,

y_norm_train <- scale(y[train_idx])
glmnet_obj_norm <- glmnet(x_train, y_norm_train, alpha=0.01, lambda = 1,  
                   thresh = 1e-07, standardize = FALSE, intercept=TRUE, standardize.response = FALSE)
print_coef(glmnet_obj_norm)