【发布时间】:2019-09-25 02:30:48
【问题描述】:
x_train, x_test, y_train, y_test =
sklearn.model_selection.train_test_split(X, y, test_size=0.2,
shuffle=False)
return(x_train, x_test, y_train, y_test)
logisticR = LogisticRegression(random_state=0, max_iter = '800',
solver='saga', multi_class='multinomial')
logisticR.fit(x_train, encoded_ytrain)
acc = logisticR.score(x_test, encoded_ytest)
print(acc)
运行时出现以下错误: ValueError: Maximum number of iteration must be positive;得到 (max_iter='800')
由于max_iter默认为100,有没有其他方法可以改变迭代的大小?
【问题讨论】:
-
我想到的一件事是我的数据由 673 行组成。 Testsize 大约为 10-30% 将产生一个带有小数而不是整数的 test_size 数字。这会产生影响吗?
-
请不要将 cmets 空间用于此类附加信息 - 改为编辑和更新您的问题
标签: python machine-learning scikit-learn logistic-regression