使用 sklearn.linear_model 进行在线线性回归导致 sklearn import linear_model 错误答案

【问题标题】：Online linear regression with sklearn.linear_model leads sklearn import linear_model error使用 sklearn.linear_model 进行在线线性回归导致 sklearn import linear_model 错误
【发布时间】：2016-10-13 04:48:09
【问题描述】：

这个相当简单的例子会导致下面的错误？问题是什么，我该如何解决。

from sklearn import linear_model
from random import randrange

def model(x):
    return 2 * x

clf = linear_model.SGDRegressor()
for i in range(20000):
    x = randrange(-1000, 1000)
    clf.partial_fit([(1, x)], [model(x)])

ValueError：在 epoch #1 发生浮点下溢/溢出。使用 StandardScaler 或 MinMaxScaler 缩放输入数据可能会有所帮助。

【问题讨论】：

您使用的是哪个 sklearn 版本？哪个python版本（你的代码在我的机器上运行良好）。随机性元素很可能与它有关......
您的代码在我的电脑上完美运行。我有 python 3.4 和 scikit-learn 0.16.0
谢谢这是我使用 0.15 的问题

标签： scikit-learn

【解决方案1】：

也许随机生成器抛出了一个使矩阵奇异的数字。您可以尝试“try-break”命令来避免 for 在每个错误处停止，而是跳过错误。

（查看try命令：https://docs.python.org/2/tutorial/errors.html）

【讨论】：