Python SGDClassizer内核在使用scikit时死亡
我试过这个非常简单的例子Python SGDClassizer内核在使用scikit时死亡,python,scikit-learn,Python,Scikit Learn,我试过这个非常简单的例子 import numpy as np from sklearn import linear_model X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]]) Y = np.array([1, 1, 2, 2]) clf = linear_model.SGDClassifier() clf.fit(X, Y) 但是内核立即死亡 Kernel died, restarting 拟合随机林可以毫无问题地工作: from sk
import numpy as np
from sklearn import linear_model
X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
Y = np.array([1, 1, 2, 2])
clf = linear_model.SGDClassifier()
clf.fit(X, Y)
但是内核立即死亡
Kernel died, restarting
拟合随机林可以毫无问题地工作:
from sklearn import ensemble
clf2 = ensemble.RandomForestClassifier()
clf2.fit(X, Y)
我不知道为什么会这样。我使用的是当前版本的anaconda3,所有更新都在ubuntu 16.04 64位系统上进行
更新:我刚刚发现,这发生在linear\u model
类中的所有模型上
UPDATE2:MKL是问题所在,如下所述:
并且
conda install nomkl
修复了它。您可以更新您的scikit学习包。
如果您使用的是像这样使用conda更新的Anaconda:
conda update scikit-learn
如果这不能解决问题
pip install -U scikit-learn
MKL是问题所在,如下所述:
而且
conda install nomkl
修复了它。我认为您应该在解决方案中添加一个答案,因为它确实解决了问题!