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，但给出以下警告：

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

我在opencv3.7上运行python2.7，该怎么办？

Answer 1

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. 归一化您的训练数据，使问题有望得到更好解决，从而可以加快收敛速度​​。一种可能性是使用Scikit-Learn的StandardScaler将数据缩放为0平均值，单位标准偏差 。请注意，您必须将培训数据上安装的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）设置正确。
3. 设置max_iter为更大的值。默认值为1000。

Answer 2

我达到了我设置的点，直到max_iter=1200000我的LinearSVC分类器，但仍然存在“ConvergenceWarning”。我通过设置dual=False并保留max_iter默认值来解决这个问题。

使用LogisticRegression(solver='lbfgs')分类器，您应该增加max_iter. 在使用大型数据集的特征进行训练时，我的已经max_iter=7600在“ConvergenceWarning”消失之前达到了。

Answer 3

明确指定max_iter解决警告，默认max_iter值为 100。[对于 Logistic 回归]。

 logreg = LogisticRegression(max_iter=1000)

Answer 4

请将 max_iter 增加到 10000，默认值为 1000。可以增加数量。迭代次数将有助于算法收敛。对我来说它收敛了，求解器是-'lbfgs'

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