我在使用逻辑回归算法训练数据时收到警告

Question

我正在训练一个数字数据集，以便使用逻辑回归多类分类对数字进行分类。通过使用以下代码

from sklearn.datasets import load_digits
%matplotlib inline
import matplotlib.pyplot as plt
digits = load_digits()

plt.gray() 
for i in range(5):
    plt.matshow(digits.images[i])

from sklearn.linear_model import LogisticRegression
model = LogisticRegression()

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(digits.data,digits.target, test_size=0.2)

model.fit(X_train, y_train) 

当我执行cell时，我在jupyter notebook中这样做

   model.fit(X_train, y_train)

我得到的警告就像

C:\Users\Shubham Teke\anaconda3\envs\allenv\lib\site-packages\sklearn\linear_model\_logistic.py:764: 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)
LogisticRegression()

那么这个警告是什么，如何解决这个问题呢？

Answer 1

这是因为max_iter停止了模型训练。也就是说，模型的参数不收敛，但迭代成为max_iter。

解决方案很简单。增加你的max_iter。

例如，

model = LogisticRegression(max_iter = 100000) 

Answer 2

这是警告，不是错误。你需要增加最大迭代次数。

默认值为100。试试这个

LogisticRegression(max_iter=1000)

或增加1000以上