我正在尝试在大型设计矩阵（~200列）的statsmodel中运行逻辑回归。这些功能包括许多交互，分类功能和半稀疏（70％）整数功能。虽然我的设计矩阵不是实际上病态，但它似乎有点接近（根据numpy.linalg.matrix_rank，它是tol=1e-3的全等级但不是{{1} }}）。因此，我正在努力使逻辑回归与statsmodel中的任何方法收敛。这是我到目前为止所尝试的内容：
tol=1e-2：1000次迭代后没有收敛;在尝试颠倒Hessian的同时提出了一个奇异矩阵method='newton'。
LinAlgError：警告可能的精确损失。在0次迭代后声称收敛，显然实际上没有收敛。
method='bfgs'：声称它已经收敛，但模型有一个负的伪R平方，许多系数仍然为零（与他们收敛到更好条件的子模型的值非常不同） 。我尝试将method='nm'放到xtol无效。
1e-8：报告fit_regularized(method='l1')。然后在尝试计算受限制的Hessian逆时，提出了一个奇异矩阵Inequality constraints incompatible (Exit mode 4)。