Question

我一直在使用有关Udemy的课程来学习机器学习。我发现了很多不推荐使用的代码，现在出现了这个问题：

代码：

from sklearn.linear_model import LogisticRegression
classifier = LogisticRegression(random_state = 0)
classifier.fit(X_train, y_train)

警告：

C:\Users\admin\Anaconda3\lib\site-packages\sklearn\linear_model\logistic.py:432: FutureWarning: Default solver will be changed to 'lbfgs' in 0.22. Specify a solver to silence this warning.
  FutureWarning)

如何摆脱此弃用警告？

Answer 1

好吧，警告消息正在告诉您。您需要做的就是明确指定要使用的求解器：

classifier = LogisticRegression(random_state = 0, solver='lbfgs')

（或您要使用的任何其他求解器）

有关可用选项，请参见the sklearn docs。

Answer 2

在您可能使用的scikit-learn v0.20中，solver中使用的LogisticRegression的默认值为liblinear；来自docs：

求解器： str，{'newton-cg'，'lbfgs'，'liblinear'，'sag'，'saga'}，默认值：'liblinear'

这在v0.22（最新）中更改为lbfgs。

因此，为了避免对此更改感到惊讶，scikit-learn将警告您进行默认更改，即将用于将来的版本，以使您的代码永不过时。 / p>

要摆脱它，只需在您的LogisticRegression定义中明确定义一个求解器，即

classifier = LogisticRegression(random_state = 0, solver='lbfgs') # default in v0.22

或

classifier = LogisticRegression(random_state = 0, solver='liblinear') # default until v0.21

上面提供的第一个文档链接显示了所有可用选项，以及对每个选项的一些简短评论/建议。

Answer 3

尝试使用

classifier = LogisticRegression(random_state=0, solver="liblinear")

文档中的检出求解器参数：https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html

scikit-学习Logistic回归求解器中的FutureWarning

3 个答案: