错误：总数分类模型使用堆叠集成时达到ITERATIONS REACH LIMIT的限制

问题描述

我想使用堆叠集成模型构建分类模型。

这是我的代码：

level0 = list()
level0.append(('log',LogisticRegression()))
level0.append(('rf',RandomForestClassifier(n_estimators=600,class_weight='balanced')))
level0.append(('xgb',XGBClassifier(scale_pos_weight = sum_neg/sum_pos)))
# define Meta learner model
level1 = LogisticRegression(solver='lbfgs',max_iter=10000)
# define the stacking ensemble
model = StackingClassifier(estimators=level0,final_estimator=level1,cv=5)

model.fit(X_train,y_train.ravel()) 
y_pred = model.predict(X_test)

这是错误：

764: ConvergenceWarning: lbfgs Failed to converge (status=1):
STOP: TOTAL NO. of IteraTIONS REACHED LIMIT.
Increase the number of iterations (max_iter) or scale the data as shown in:
https://scikit-learn.org/stable/modules/preprocessing.html
Please also refer to the documentation for alternative solver options:
https://scikit-learn.org/stable/modules/linear_model.html#logistic-regression
extra_warning_msg=_LOGISTIC_SOLVER_CONVERGENCE_MSG)

我将max_iter增加到10000，但仍然会产生此错误。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）