我正在使用具有日志丢失功能的sklearn＆＃SGDClassifier来执行逻辑回归。
model = sklearn.linear_model.SGDClassifier(random_state=0, verbose=1,loss='log',n_iter=iterat)
result = model.fit(X, y)
我设置了verbose = 1来查看错误的样子。
该模型看起来好像会在第858次迭代时收敛（logloss = 0.1562），但是logloss突然再次上升到非常高的值
大纪元856 标准：5.19，NNZs：104，偏差：-1.158471，T：4280000000，平均损失：0.156228 总训练时间：2186.96秒。
大纪元857 标准：5.19，NNZs：104，偏差：-1.158562，T：4285000000，Avg。损失：0.156217 总训练时间：2189.51秒。
大纪元858 标准：5.19，NNZs：104，偏差：-1.158651，T：4290000000，Avg。损失：0.156205 总培训时间：2192.06秒。
大纪元859 标准：5.19，NNZs：104，偏差：-1.158744，T：32704，平均。损失：20512.848380 总培训时间：2194.61秒。
大纪元860 标准：5.19，NNZs：104，偏差：-1.158834，T：5032704，平均损失：133.443993 总培训时间：2197.16秒。
大纪元861 标准：5.19，NNZs：104，偏差：-1.158925，T：10032704，Avg。损失：67.012436 总训练时间：2199.71秒。
有人知道为什么会这样吗？提前谢谢