ConvergenceWarning: Liblinear failed to converge, increase the number of iterations. ConvergenceW

在这里插入图片描述
有如下几种可能:
一、已经收敛

求解线性 SVM 只是求解二次优化问题。求解器通常是一种迭代算法,它保持对解决方案的运行估计(即,SVM 的权重和偏差)。当解决方案对应于该凸优化问题的最佳目标值时,它会停止运行。
二、还未收敛

规范化数据。利用sklearn中的StandScaler函数规范化特征,这不仅可能可以使得结果更好,更可能可以加快训练速度。但需要注意的是,若有离散数据,需要确保它们被正确转换
确保C等其他参数设置正确,可以调用Optimize等包来调整参数。
如果特征数大于样本数,则需要设置dual=True
设置max_iter为更大的值,默认为1000。

上面警告就是说明还未收敛
在这里插入图片描述
增大max_iter这个数就行了
已解决。。。。。。。

你可能感兴趣的:(python学习,机器学习,python,支持向量机)