收敛警告：Liblinear无法收敛，增加了迭代次数

Question

运行Adrian的线性二进制模式代码。该程序运行，但发出以下警告：

C:\Python27\lib\site-packages\sklearn\svm\base.py:922: ConvergenceWarning: Liblinear failed to converge, increase the number of iterations.
 "the number of iterations.", ConvergenceWarning

我正在使用opencv3.7运行python2.7，该怎么办？

Answer 1

我达到了我设定的级别，直到我的max_iter=1200000分类器上的LinearSVC为止，但“ ConvergenceWarning” 仍然存在。我通过仅设置dual=False并将max_iter保留为默认值来解决此问题。

使用LogisticRegression(solver='lbfgs')分类器，您应该增加max_iter。当使用大型数据集的特征进行训练时，“收敛警告” 消失之前，我的max_iter=7600已经到达。

Answer 2

通常，当优化算法无法收敛时，通常是因为问题条件不佳，可能是由于决策变量的缩放比例不佳。您可以尝试一些方法。

1. 标准化您的训练数据，以使问题有望变得更好 有条件的，反过来可以加快收敛。一 可能是将您的数据缩放为0平均值，使用 Scikit-Learn's StandardScaler 举个例子请注意，您必须将训练数据上安装的StandardScaler应用于测试数据。
2. 与1相关），请确保其他参数（例如正则化） 权重C已正确设置。
3. 将max_iter设置为更大的值。默认值为1000。

Answer 3

明确指定max_iter可以解决警告，因为默认的max_iter为100。[对于Logistic回归]。

 logreg = LogisticRegression(max_iter=1000)

Answer 4

请将max_iter递增到10000，默认值为1000。的迭代将有助于算法收敛。对我来说，它收敛了，求解器是-'lbfgs'

log_reg = LogisticRegression(solver='lbfgs',class_weight='balanced', max_iter=10000)