python - 总数 scikit-learn 中的迭代次数达到极限

Question

我想通过使用熊猫从 csv 数据中加载姿势和运动。但是当我想加载数据时，总是会收到以下错误消息：

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)

据我了解，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，所以对于我可以做些什么来改进它有点迷茫。

Answer 1

这很大程度上取决于您的数据。回归求解器告诉您，根据您提供的数据，它无法解决您给它的问题。您可以尝试增加 的值，max_iter看看是否可以解决问题。但是，否则，我建议将所有数据标准化到 0-1 区间并重试。以我的经验，在同一计算中处理非常非常大/非常小的数字时，回归求解器变得不准确/不稳定。它将最有可能在更易于管理的时间间隔内运作良好，例如 0-1。

但是如果没有看到数据，我就无能为力了。