当我使用逻辑回归拟合模型时，显示了一个类似于 ValueError: Penalty term must be positive 的值错误。

C=[1e-4, 1e-3, 1e-2, 1e-1, 1e0, 1e1, 1e2, 1e3, 1e4]for i in C[-9:]:    logisticl2 = LogisticRegression(penalty='l2',C=C)    logisticl2.fit(X_train,Y_train)    probs = logisticl2.predict_proba(X_test)

得到错误：

ValueError: 惩罚项必须为正；得到 (C=[0.0001, 0.001, 0.01, 0.1, 1.0, 10.0, 100.0, 1000.0, 10000.0])

回答：

仔细观察，你会发现你在运行一个循环，而代码中没有任何变化——始终是 C=C，不论当前 i 的值如何。你得到了一个预期的错误，因为 C 必须是一个浮点数，而不是一个列表（文档）。

如果，正如我所猜测的，你试图对 C 列表中的所有值运行你的逻辑回归分类器，你应该这样修改你的代码：

C=[1e-4, 1e-3, 1e-2, 1e-1, 1e0, 1e1, 1e2, 1e3, 1e4]for i in C:                                             # 第一处更改    logisticl2 = LogisticRegression(penalty='l2',C=i)   # 第二处更改    logisticl2.fit(X_train,Y_train)    probs = logisticl2.predict_proba(X_test)