1回答
我正在尝试使用MLPRegressor来适应预定义的3D功能。问题是，我无法打印正确的结果，因此，我的拟合看起来很糟糕时，绘制。def threeDFunc(xin,yin): for xIndex in range(0,40,1): z[xIndex,yIndex]=(np.exp(-(xin[xIndex]**2+yin[yIndex]**2)/0.1))
xThD = np.aran
浏览 4提问于2017-04-05得票数 1
回答已采纳
我无法使用conda提示符安装幽门。我尝试使用以下命令行：结果是：
UnsatisfiableError:发现以下规范存在冲突：
我用：结果是：
已满足的要求:c：\ numpy>=1.13.1 \kk\anaconda 3\lib\si
浏览 1提问于2018-06-14得票数 2
= train_test_split(data, label, test_size = 0.2)
'activation': ['identity', 'logistic', 'relu'], 'solver': [&#
浏览 0提问于2019-08-13得票数 0
回答已采纳
我在这方面是个新手。我需要启动Logistic回归分类器。我进去了，model = LogisticRegression(max_iter = 4000, penalty = 'none')我得到了一个值错误。<ipython-input-25-8c5e74ff
浏览 3提问于2020-05-21得票数 0
根据，Logistic回归可以通过在构造函数中设置multi_class=multinomial来进行多类分类。但是这样做会产生错误：text_clf = Pipeline([('vect', TfidfVectorizer()),('clf', LogisticRegression(multi_class = 'multinomial')),])错误：，你能告诉我这里出了什么问题吗？
浏览 4提问于2015-08-18得票数 9
回答已采纳
site-packages\sklearn\linear_model\logistic.py:432: FutureWarning: Default solver will be changed to 'lbfgssite-packages\sklearn\linear_model\logistic.py:432: FutureWarning: Default solver will be changed to 'lbfgssite-packages\sklearn\linear_model\logistic.py:432: Future
浏览 40提问于2018-10-04得票数 10
回答已采纳
在训练Logistic回归分类器时，我得到以下错误：然后，程序继续了一段时间，但随后我遇到了以下错误：2016-08-16 20:50:27,18
浏览 4提问于2016-08-16得票数 8
回答已采纳
我正在尝试SciKit学习。我想我应该尝试一种加权逻辑回归，但是当使用LogisticRegression参数初始化它时，我从sklearn的sample_weight对象中得到了毫无意义的预测。feat target weightA 0 1A 1 1B 0 1
浏览 6提问于2016-02-15得票数 3
." % (solver, penalty))
ValueError: Solver lbfgs supports only 'l2' or 'none' penalties, got l1 penalty
浏览 0提问于2020-03-26得票数 17
回答已采纳
我正在尝试使用函数lbfgs_jlbfgs_，但找不到文档。不带参数调用此函数的一种简单方法给出了 '"/usr/share/j/9.01/addons/math/lbfgs/lib/liblbfgs.so" lbfgs_ n *x *x *d *d *d *
浏览 25提问于2020-07-21得票数 2
回答已采纳
在nloptr包中，像lbfgs()这样的函数似乎需要一个梯度函数。但是如果我不提供梯度函数，它们也能工作。我的问题是：nloptr是自动计算梯度函数，还是像lbfgs()这样的函数不需要梯度函数？}auglag(x0, fn, gr = NULL, hin = hin, heq = heq, localsolver = "LBFGSworks, when provide the
浏览 0提问于2017-05-02得票数 0
回答已采纳
site-packages\sklearn\linear_model\logistic.py:432: FutureWarning: Default solver will be changed to 'lbfgs
浏览 5提问于2020-04-14得票数 0
回答已采纳
DELL\Anaconda3\lib\site-packages\sklearn\linear_model\logistic.py:432: FutureWarning:在0.22中，默认求解器将更改为'lbfgs
浏览 9提问于2019-11-04得票数 1
我曾经相信scikit-learn的分类器(以及)会在训练前自动标准化我的数据。我过去认为这是因为正则化参数C传递给LogisticRegression构造函数:应用正则化(据我理解)没有特性缩放是没有意义的。为了使正规化正常工作，所有的功能都应该在可比较的尺度上。因此，我过去常常假设，当在训练数据LogisticRegression.fit(X)上调用X时，fit方法首先执行特性缩放，然后开始训练。为了测试我的假设，我决定手动缩放X的特性如下：scaler = StandardScaler()
浏览 2提问于2016-05-26得票数 4
X = x.reshape((len(x), 1)) for solver in ["liblinear", "newton-cg", "lbfgs1.399999999995849e-05) lbfgs2.6999999999999247e-05)
newton-cg
浏览 2提问于2017-11-16得票数 3
回答已采纳
from sklearn.linear_model import LogisticRegressionimport pandas as pd
0,61,3721,0,0.068025807,FALSE 1,52,2704,0,0.066346102,FALSE
2,59,3481,0,0.068163704,FALSE 3,47,
浏览 203提问于2021-01-06得票数 0
回答已采纳
OneHotEncoder(), ['Sex', 'Embarked']),logreg = LogisticRegression(solver='lbfgs
浏览 0提问于2021-09-20得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
