hola!, depronto alguna le ha pasado esto: <code>ConvergenceWarning: lbfgs failed to converge (status=1): STOP: TOTAL NO. of ITERATIONS RE...

Yesika Lorena Castillo Morales

Yesika Lorena Castillo Morales

Pregunta
studenthace 5 años

hola!, depronto alguna le ha pasado esto:

ConvergenceWarning: lbfgs failed to converge (status=1): STOP: TOTAL NO. of ITERATIONS REACHED LIMIT. Increase the number of iterations (max_iter) or scale the data as shown in: https://scikit-learn.org/stable/modules/preprocessing.html Please also refer to the documentation for alternative solver options: https://scikit-learn.org/stable/modules/linear_model.html#logistic-regression extra_warning_msg=_LOGISTIC_SOLVER_CONVERGENCE_MSG)```
3 respuestas
para escribir tu comentario
    Alberto Roman Ramos Rodriguez

    Alberto Roman Ramos Rodriguez

    studenthace 3 años

    La respuesta de Joel me funcionó

    Sebastian Alejandro Gómez Ardila

    Sebastian Alejandro Gómez Ardila

    studenthace 4 años

    A mí también me paso, ¿a los que les ha pasado es por qué trabajan en Jupyter-Notebook?

    Joel Ricci López

    Joel Ricci López

    studenthace 5 años

    Para entrenar el modelo de Regresión Logística (encontrar los parámetros que minimizan una función de costo; más info aquí) sklearn usa un algoritmo por default de optimización llamado 'lbfgs' (como lo menciona el error), que por defecto itera 100 veces, si después de las cien iteraciones el algoritmo no converge te lanza el warning que mencionas. ¿Cómo solucionarlo?

    Usa el argumento argumento

    max_iter
    :

    lr = LogisticRegression(max_iter = 1000)

    prueba aumentar el número de iteraciones, o incluso cambiar el algoritmo de optimización usando el parámetro solver. Te dejo el link de la documentación: LogisticRegression

Curso de Fundamentos Prácticos de Machine Learning

Curso de Fundamentos Prácticos de Machine Learning

Define el algoritmo adecuado de Machine Learning para solucionar un problema de tu vida cotidiana o trabajo. Aprende a clasificar problemas y define su solución mediante clasificación, agrupación o reglas de asociación. Domina los conceptos bases del Machine Learning a través de ejercicios prácticos en Python.

Curso de Fundamentos Prácticos de Machine Learning
Curso de Fundamentos Prácticos de Machine Learning

Curso de Fundamentos Prácticos de Machine Learning

Define el algoritmo adecuado de Machine Learning para solucionar un problema de tu vida cotidiana o trabajo. Aprende a clasificar problemas y define su solución mediante clasificación, agrupación o reglas de asociación. Domina los conceptos bases del Machine Learning a través de ejercicios prácticos en Python.