ValueError: Penalty term must be positive

Question

当我使用逻辑回归拟合我的模型时，显示了一个值错误，例如 ValueError：惩罚项必须为正。

C=[1e-4, 1e-3, 1e-2, 1e-1, 1e0, 1e1, 1e2, 1e3, 1e4]
for i in C[-9:]:
    logisticl2 = LogisticRegression(penalty='l2',C=C)
    logisticl2.fit(X_train,Y_train)
    probs = logisticl2.predict_proba(X_test)

获取错误：

ValueError: Penalty term must be positive; got (C=[0.0001, 0.001, 0.01, 0.1, 1.0, 10.0, 100.0, 1000.0, 10000.0])

Answer 1

仔细观察，您会发现您正在运行循环中您的代码没有任何变化 - 它总是 C=C，无论您的 [=] 的当前值如何12=]。你会得到一个预期的错误，因为 C 必须是一个浮点数，而不是一个列表 (docs).

如果正如我所怀疑的那样，您正在尝试运行您的逻辑回归分类器用于 C 列表中的所有值，那么您应该如何修改代码：

C=[1e-4, 1e-3, 1e-2, 1e-1, 1e0, 1e1, 1e2, 1e3, 1e4]
for i in C:                                             # 1st change
    logisticl2 = LogisticRegression(penalty='l2',C=i)   # 2nd change
    logisticl2.fit(X_train,Y_train)
    probs = logisticl2.predict_proba(X_test)

ValueError: Penalty term must be positive

ValueError: Penalty term must be positive

python

machine-learning

scikit-learn

logistic-regression

valueerror