1
resposta

[Bug] Dúvida Aula 2 - Regressão - Ajudinha, está dando um erro.

Olá, boa tarde,

Preciso de uma ajuda.

Após normalizar os dados, olhando cada coluna e mapeando elas para que houvesse apenas numerais, ao final, obtive o seguinte resultado:

modelo = LogisticRegression(max_iter=1000) modelo.fit(treino_x, treino_y)

O link do meu projeto Colab está aqui:

https://colab.research.google.com/drive/1sVPS96Tqm9p_3fxFDwhAvvtm7pG5JoY4?usp=sharing

/usr/local/lib/python3.11/dist-packages/sklearn/linear_model/_logistic.py:465: 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 n_iter_i = _check_optimize_result(

LogisticRegression ?i LogisticRegression(max_iter=1000)

1 resposta

Eu consegui resolver assim pessoal caso tenham o mesmo problema, apos certificar de mapear todos os campos:

from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression

Escalando os dados

scaler = StandardScaler() treino_x_scaled = scaler.fit_transform(treino_x) teste_x_scaled = scaler.transform(teste_x)

Criando e ajustando o modelo

modelo = LogisticRegression(max_iter=2000, solver='saga') modelo.fit(treino_x_scaled, treino_y)

Avaliando o modelo

accuracy = modelo.score(teste_x_scaled, teste_y) print(f"Acurácia do modelo: {accuracy:.2f}")