ConvergenceWarning: Stochastic Optimizer: Maximum iterations (400) reached and the optimization hasn’t converged yet.

原代碼:

# 設(shè)定MLP神經(jīng)網(wǎng)絡(luò)的參數(shù)mlp=MLPClassifier(hidden_layer_sizes=[100,100],max_iter=400,random_state=62)# 使用MLP擬合數(shù)據(jù)mlp.fit(X_train,y_train)# 打印模型得分print('模型得分:{:.2f}'.format(mlp.score(X_test,y_test)))

---

錯(cuò)誤信息:

模型得分:0.93 c:\users\huawei\appdata\local\programs\python\python36\lib\site-packages\sklearn\neural_network\multilayer_perceptron.py:566: ConvergenceWarning: Stochastic Optimizer: Maximum iterations (400) reached and the optimization hasn't converged yet.% self.max_iter, ConvergenceWarning)

我們設(shè)置的最大迭代次數(shù) max_iter=400 次, 報(bào)錯(cuò)信息就是說迭代了400次但是還是沒達(dá)到最佳擬合(不設(shè)置的話默認(rèn)是迭代200次).

既然這樣, 我們增加迭代次數(shù)試試, 比如將 max_iter 改成1000次

# 設(shè)定MLP神經(jīng)網(wǎng)絡(luò)的參數(shù)mlp=MLPClassifier(hidden_layer_sizes=[100,100],max_iter=1000,random_state=62)# 使用MLP擬合數(shù)據(jù)mlp.fit(X_train,y_train)# 打印模型得分print('模型得分:{:.2f}'.format(mlp.score(X_test,y_test)))

嘗試運(yùn)行:

模型得分:0.93

沒有報(bào)錯(cuò)了.

參考文章1: scikit-learn MLPRegressor函數(shù)出現(xiàn)ConvergenceWarning
https://blog.csdn.net/u012465304/article/details/79785164

參考文章2: multilayer_perceptron : ConvergenceWarning: Stochastic Optimizer: Maximum iterations reached and the optimization hasn’t converged yet.Warning?
https://stackoverflow.com/questions/46028914/multilayer-perceptron-convergencewarning-stochastic-optimizer-maximum-iterat

參考文章3: 深入淺出python機(jī)器學(xué)習(xí)_9.1.5_通過數(shù)據(jù)預(yù)處理提高模型的準(zhǔn)確率_MinMaxScaler
https://blog.csdn.net/Dontla/article/details/99895707

與50位技術(shù)專家面對(duì)面20年技術(shù)見證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的报错: MLPClassifier:ConvergenceWarning: Stochastic Optimizer: Maximum iterations (400) reached的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。