Oi estou fazendo a aula Machine Learning: classificação com SKLearn estou na aula 5.4 sempre que rodo : import numpy as np from sklearn.model_selection import train_test_split from sklearn.svm import LinearSVC from sklearn.metrics import accuracy_score
x = dados[["price", "model_age", "km_per_year"]] y = dados["sold"]
SEED = 5 np.random.seed(SEED) treino_x, teste_x, treino_y, teste_y = train_test_split(x, y, test_size = 0.25, stratify = y) print("Treinaremos com %d elementos e testaremos com %d elementos" % (len(treino_x), len(teste_x)))
modelo = LinearSVC() modelo.fit(treino_x, treino_y) previsoes = modelo.predict(teste_x)
acuracia = accuracy_score(teste_y, previsoes) * 100 print("A acurácia foi %.2f%%" % acuracia)
ele me retorna Treinaremos com 7500 elementos e testaremos com 2500 elementos A acurácia foi 46.88% /usr/local/lib/python3.10/dist-packages/sklearn/svm/_base.py:1244: ConvergenceWarning: Liblinear failed to converge, increase the number of iterations. warnings.warn(
a acurácia do professor deu 57.88% eu já tentei usar max_iter = 150000 e nada desse aviso sair eu não consigo tirar o aviso e não consigo entender o por que do resultado está dando diferente do resultado do professor
