我正在使用Python创建一个模型，对数据集进行逻辑回归。这是我的代码：

from sklearn import linear_modelmy_classifier2=linear_model.LogisticRegression(solver='lbfgs',max_iter=10000)

根据Sklearn文档页面，max_iter是求解器收敛所需的最大迭代次数。我如何明确指定需要’N’次迭代呢？

任何形式的帮助都将非常感激。

回答：

我不确定，但您是想知道模型的最佳迭代次数吗？如果是这样，使用GridSearchCV会更好，它可以调整像max_iter这样的超参数。简而言之，

1. 将您的数据分为两组：训练/测试数据，可以使用从sklearn导入的train_test_split或KFold
2. 设置您的参数，例如para=[{'max_iter':[1,10,100,1000]}]
3. 实例化，例如clf=GridSearchCV(LogisticRegression, param_grid=para, cv=5, scoring='r2')
4. 使用训练数据实施，例如clf.fit(x_train, y_train)

您还可以使用RandomizedSearchCV或BayesianOptimization来获取最佳迭代次数。