机器学习常见异常和解决办法汇总

1.sklearn库的LogisticRegression模型训练时警告lbfgs failed to converge (status=1)

scikit-learn是一个Python机器学习库，提供了很多基础的模型和算法。在使用LogisticRegression逻辑斯蒂回归模型时，可能会出现警告信息如下：

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
  n_iter_i = _check_optimize_result(

分析：
从警告信息中可以看到，是迭代次数ITERATIONS超过了限制，LogisticRegression的max_iter参数的默认值为100，数据量超过了限制。

解决办法：
只需要在初始化模型的时候给max_iter参数指定一个较大的值就不会超过限制，例如max_iter=10000就不会再出现警告信息。

2.sklearn库的LogisticRegression模型使用L1正则报错

使用sklearn库的LogisticRegression模型时可以指定惩罚项，即正则项，在使用L1正则时会报错，例如LogisticRegression(fit_intercept=True, C=0.1, penalty='l1')，报错如下：

File "XXXlibsite-packagessklearnlinear_model_logistic.py", line 447, in _check_solver
    raise ValueError(
ValueError: Solver lbfgs supports only 'l2' or 'none' penalties, got l1 penalty.

分析：
可以看到，这是因为在新版的sklearn库中，lbfgs分类器只支持l2惩罚项或者不要惩罚项，要使用L1正则项，则需要使用liblinear分类器，同时dual必须是False。

解决办法：
在设置惩罚项参数的同时，设置分类器为liblinear即可，例如clf = LogisticRegression(fit_intercept=True, C=0.1, penalty='l1', solver='liblinear')。

最后

以上就是傲娇月饼为你收集整理的机器学习常见异常和解决办法汇总的全部内容，希望文章能够帮你解决机器学习常见异常和解决办法汇总所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。