如何解决总数scikit-learn 中的迭代次数达到极限
我想使用 Pandas 从 csv 数据加载姿势和运动。但是当我想加载数据时,总是收到这样的错误信息:
C:\Python\Python37\lib\site-packages\sklearn\linear_model\_logistic.py:765: ConvergenceWarning: lbfgs failed to converge (status=1):
STOP: TOTAL NO. of ITERATIONS REACHED LIMIT.
Increase the number of iterations (max_iter) or scale the data as shown in:
https://scikit-learn.org/stable/modules/preprocessing.html
Please also refer to the documentation for alternative solver options:
https://scikit-learn.org/stable/modules/linear_model.html#logistic-regression
extra_warning_msg=_LOGISTIC_SOLVER_CONVERGENCE_MSG)
据我所知,这意味着 lbfgs 算法没有收敛,因为已达到最大迭代次数。如何解决代码中的问题?我是 Python 和 scikit 的新手,所以对我可以做些什么来改进它有点迷茫。
解决方法
这在很大程度上取决于您的数据。根据您提供的数据,回归求解器告诉您它无法解决您提供的问题。您可以尝试增加 max_iter
的值,看看是否能解决问题。但是,否则,我建议将所有数据标准化到 0-1 区间并重试。根据我的经验,在同一计算中处理非常大/小数字时,回归求解器会变得不准确/不稳定。它将最有可能在更易于管理的时间间隔(如 0-1)上运行良好。
但没有看到数据,我无能为力。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。