sklearn的逻辑回归与statsmodels的逻辑回归 优化器的问题

最近做融合模型的时候，用sklearn的逻辑回归，不WOE编码，对子模型分进行拟合，拟合出来效果还不如直接拍定的权重，AUC很低，rank order看起来也很奇怪，我发现这个是优化器的问题，sklearn的逻辑回归默认优化器可能陷入了局部最优，默认优化器是lbfgs，后来换成newton-cg，LogisticRegression(solver='newton-cg')，拟合出来的模型就正常了，newton-cg应该就是牛顿法求解，statsmodels的LR应该就是用的牛顿法。