sklearn.linear_model.LogisticRegression.fit（）は思考を維持します

Question

私のプログラムのある時点で私はsklearn.linear_model.LogisticRegressionを使用します。時には思考/実行を継続しています。それは取得するデータに依存します。

from sklearn.linear_model import LogisticRegression 
from numpy import array 

x = LogisticRegression() 
a = [array([2.24711642e+307,1.12355821e+307,7.86490747e+307,1.68533731e+308,1.00000000e+000, 
    5.00000000e-001,1.12355821e+307,0.00000000e+000,1.46062567e+308,3.37067463e+307,5.00000000e-001, 
    0.00000000e+000,0.00000000e+000,1.23591403e+308,5.61779105e+307,5.00000000e-001,6.74134926e+307, 
    1.12355821e+307,6.74134926e+307,1.23591403e+308,7.50000000e-001,4.49423284e+307,1.12355821e+307, 
    6.74134926e+307,6.74134926e+307]),array([1.00000000e+000,1.00000000e+000,3.37067463e+307, 
    7.86490747e+307,7.86490747e+307,1.00000000e+000,1.12355821e+307,2.24711642e+307,1.12355821e+308, 
    4.49423284e+307,1.00000000e+000,3.37067463e+307,7.86490747e+307,5.61779105e+307,1.00000000e+000, 
    2.24711642e+307,1.12355821e+307,1.23591403e+308,2.24711642e+307,1.00000000e+000,7.50000000e-001, 
    7.86490747e+307,6.74134926e+307,1.00000000e+000,1.00000000e+000]),array([2.24711642e+307, 
    2.24711642e+307,5.61779105e+307,1.34826985e+308,6.74134926e+307,0.00000000e+000,2.24711642e+307, 
    1.12355821e+307,7.86490747e+307,4.49423284e+307,2.24711642e+307,1.12355821e+308,1.12355821e+307, 
    1.23591403e+308,5.61779105e+307,7.50000000e-001,1.12355821e+307,0.00000000e+000,4.49423284e+307, 
    1.34826985e+308,7.50000000e-001,6.74134926e+307,2.24711642e+307,1.12355821e+307,6.74134926e+307]), 
    array([1.00000000e+000,1.12355821e+307,3.37067463e+307,4.49423284e+307,1.23591403e+308, 
    1.00000000e+000,1.12355821e+307,4.49423284e+307,0.00000000e+000,4.49423284e+307,1.12355821e+307, 
    2.50000000e-001,1.34826985e+308,1.12355821e+307,1.00000000e+000,2.24711642e+307,0.00000000e+000, 
    1.79769313e+308,1.00000000e+000,1.00000000e+000,1.12355821e+307,1.12355821e+307,1.01120239e+308, 
    1.00000000e+000,1.00000000e+000]),array([2.24711642e+307,5.61779105e+307,6.74134926e+307, 
    3.37067463e+307,1.00000000e+000,7.50000000e-001,3.75000000e-001,8.98846567e+307,8.98846567e+307, 
    1.00000000e+000,1.00000000e+000,2.24711642e+307,6.74134926e+307,6.74134926e+307,1.00000000e+000, 
    1.00000000e+000,5.00000000e-001,1.34826985e+308,3.37067463e+307,1.00000000e+000,1.00000000e+000, 
    8.12500000e-001,8.98846567e+307,8.98846567e+307,1.00000000e+000])] 
b = [5, 3, 6, 4, 0] 
x.fit(a,b) 
print 'finished' 

誰かが私にそれをしたいと思うように動作しないサンプルデータはありますか？なぜそれが私に何の答えも与えないのですか？

編集：これは、私のコンピュータ上で、プログラムが決してx.fit(a,b)を通過しないサンプルデータです。 x.fit(a,b)で作業し続けるだけで、決して「完了」を印刷しません。問題はその理由です。

Answer 1

あなたが示したデータセットは、比較的短時間でRegressorで簡単にフィットできます。 fitは、長い時間前にを完了しましたです。あなたは、新しいサンプルのために成果を推定するためにLogisticRegressorのpredictメソッドを呼び出す必要があります：

>>> x.fit(a,b) 
LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True, 
      intercept_scaling=1, max_iter=100, multi_class='ovr', n_jobs=1, 
      penalty='l2', random_state=None, solver='liblinear', tol=0.0001, 
      verbose=0, warm_start=False) 
>>> x.predict(...) # replace ellipsis with an array of 25 features/floats 

あなたの元のデータがあまりにも多くの機能を持っている場合は、あなたが学習する時間を削減するために、いくつかの機能の選択をして試みることができます退行者。