LogisticRegressionCVの非収束を修正する方法

scikit-learnを使用して、一連のデータ（7000を超える正規化された観測値を持つ約14のパラメーター）に対して交差検証を使用したロジスティック回帰を実行しています。また、1または0の値を持つターゲット分類子もあります。

私が抱えている問題は、使用するソルバーに関係なく、収束の警告が表示され続けることです...

model1 = linear_model.LogisticRegressionCV(cv=10,verbose=1,n_jobs=-1,scoring='roc_auc',solver='newton-cg',penalty='l2')

/home/b/anaconda/lib/python2.7/site-packages/scipy/optimize/linesearch.py:285: LineSearchWarning: The line search algorithm did not converge
  warn('The line search algorithm did not converge', LineSearchWarning)
/home/b/anaconda/lib/python2.7/site-packages/sklearn/utils/optimize.py:193: UserWarning: Line Search failed


model2 = linear_model.LogisticRegressionCV(cv=10,verbose=1,n_jobs=-1,scoring='roc_auc',solver='sag',penalty='l2')

max_iter reached after 2 seconds
max_iter reached after 2 seconds
max_iter reached after 2 seconds
max_iter reached after 2 seconds
max_iter reached after 2 seconds
max_iter reached after 2 seconds
max_iter reached after 2 second

model3 = linear_model.LogisticRegressionCV(cv=10,verbose=1,n_jobs=-1,scoring='roc_auc',solver='lbfgs',penalty='l2')

/home/b/anaconda/lib/python2.7/site-packages/sklearn/linear_model/logistic.py:701: UserWarning: lbfgs failed to converge. Increase the number of iterations.
  warnings.warn("lbfgs failed to converge. Increase the number "

model4 = linear_model.LogisticRegressionCV(cv=10,verbose=1,n_jobs=-1,scoring='roc_auc',solver='liblinear',penalty='l2')

    cg reaches trust region boundary
iter 18 act 1.382e+06 pre 1.213e+06 delta 1.860e+01 f 7.500e+06 |g| 1.696e+06 CG   8
iter  2 act 1.891e+06 pre 1.553e+06 delta 1.060e-01 f 1.397e+07 |g| 1.208e+08 CG   4
iter  4 act 2.757e+04 pre 2.618e+04 delta 1.063e-01 f 1.177e+07 |g| 2.354e+07 CG   4
iter 18 act 1.659e+04 pre 1.597e+04 delta 1.506e+01 f 7.205e+06 |g| 4.078e+06 CG   4
cg reaches trust region boundary
iter  7 act 1.117e+05 pre 1.090e+05 delta 4.146e-01 f 1.161e+07 |g| 9.522e+05 CG   4
iter 31 act 1.748e+03 pre 1.813e+03 delta 2.423e+01 f 6.228e+05 |g| 5.657e+03 CG  14

警告が表示されないようにするにはどうすればよいですか？

logistic cross-validation scikit-learn

— user3188040
ソース

これは完全な分離か、ほぼ分離した場合なのでしょうか。

— Sycoraxは、モニカ

まず、プログラムの提案を適用してmax_iterパラメーターを増やすことから始めます。ただし、データがロジスティックモデルに適合しないことも考えられます。

max_trを4000まで上げる必要がありましたが、それでうまくいきました。ありがとう！

— user3188040

@ user3188040実行にどのくらいかかりましたか？

— Dave Liu

私はscikitの全くの新人です。max_tr（max_iter？）を4000に「バンプ」するにはどうすればよいですか？

— ロンジェンセン-私たちは全員モニカ

LogisticRegressionオブジェクトを作成するときにmax_iter値を変更できます。model1 = linear_model.LogisticRegressionCV（max_iter = 4000）

— psychonomics