Question

当我使用Logistic回归拟合我的模型时，会向我显示诸如ValueError的值错误：惩罚项必须为正。

C=[1e-4, 1e-3, 1e-2, 1e-1, 1e0, 1e1, 1e2, 1e3, 1e4]
for i in C[-9:]:
    logisticl2 = LogisticRegression(penalty='l2',C=C)
    logisticl2.fit(X_train,Y_train)
    probs = logisticl2.predict_proba(X_test)

得到错误：

ValueError：惩罚期限必须为正；得到了（C = [0.0001，0.001， 0.01、0.1、1.0、10.0、100.0、1000.0、10000.0]]

Answer 1

更仔细地观察，您会发现您正在运行一个循环，其中代码没有任何变化-它始终为C=C，而与i的当前值无关。您会得到预期的错误，因为C必须是浮点数，而不是列表（docs）。

如果我怀疑您要针对C列表中的所有值运行逻辑回归分类器，则应按照以下方法修改代码：

C=[1e-4, 1e-3, 1e-2, 1e-1, 1e0, 1e1, 1e2, 1e3, 1e4]
for i in C:                                             # 1st change
    logisticl2 = LogisticRegression(penalty='l2',C=i)   # 2nd change
    logisticl2.fit(X_train,Y_train)
    probs = logisticl2.predict_proba(X_test)

ValueError：惩罚期限必须为正

1 个答案: