scikit-learn 逻辑回归求解器中的 FutureWarning

Question

我一直在使用 Udemy 上的课程来学习机器学习。我发现了很多已弃用的代码，现在我遇到了这个问题：

代码：

from sklearn.linear_model import LogisticRegression
classifier = LogisticRegression(random_state = 0)
classifier.fit(X_train, y_train)

警告：

C:\Users\admin\Anaconda3\lib\site-packages\sklearn\linear_model\logistic.py:432: FutureWarning: Default solver will be changed to 'lbfgs' in 0.22. Specify a solver to silence this warning.
  FutureWarning)

我怎样才能摆脱这个弃用警告？

Answer 1

嗯，警告信息告诉你了。您需要做的就是明确指定要使用的求解器：

classifier = LogisticRegression(random_state = 0, solver='lbfgs')

（或您要使用的任何其他求解器）

有关可用选项，请参阅 the sklearn docs。

Answer 2

尝试使用

classifier = LogisticRegression(random_state=0, solver="liblinear")

并检查文档中的求解器参数：https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html

Answer 3

在您可能使用的 scikit-learn v0.20 中，LogisticRegression 中使用的 solver 的默认值为 liblinear；来自 docs:

solver : str, {‘newton-cg’, ‘lbfgs’, ‘liblinear’, ‘sag’, ‘saga’}, default: ‘liblinear’.

这在 v0.22（当前最新）更改为 lbfgs。

因此，为了避免此更改带来的惊喜，scikit-learn 会在默认情况下警告您此更改将出现在未来的版本中，以保持您的代码面向未来。

要摆脱它，只需在 LogisticRegression 定义中明确定义一个求解器，即

classifier = LogisticRegression(random_state = 0, solver='lbfgs') # default in v0.22

或

classifier = LogisticRegression(random_state = 0, solver='liblinear') # default until v0.21

上面提供的第一个文档 link 显示了所有可用选项，以及每个选项的一些简短 comment/advice。

scikit-learn 逻辑回归求解器中的 FutureWarning

FutureWarning in scikit-learn Logistic Regression solver

python

scikit-learn

logistic-regression