python - ValueError:惩罚期限必须为正

当我使用Logistic回归拟合模型时，向我显示了诸如ValueError：Penalty term必须为正的值错误。

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)

出现错误：


  ValueError：惩罚期限必须为正；得到了（C = [0.0001，0.001，
  0.01、0.1、1.0、10.0、100.0、1000.0、10000.0]）

最佳答案

仔细观察，您会发现您正在运行一个循环，其中代码中没有任何变化-始终为C=C，而与i的当前值无关。您会得到预期的错误，因为C必须是浮点数，而不是列表（docs）。

如我所怀疑的，如果您要为C列表中的所有值运行逻辑回归分类器，则应按照以下方法修改代码：

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)

关于python - ValueError:惩罚期限必须为正，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/54423560/