Python 属性错误：'；str'；对象没有属性'；解码'；Logistic回归模型的拟合

我目前正在尝试使用逻辑回归创建二元分类。目前我正在确定功能的重要性。我已经做了数据预处理（一次热编码和采样），并使用XGBoost和RandomFOrestClassifier运行了它，没有问题

然而，当我尝试拟合逻辑回归模型时（下面是我在笔记本中的代码）

它给出了一个错误

...
~\AppData\Local\Continuum\anaconda3\lib\site-packages\joblib\parallel.py in <listcomp>(.0)
    223         with parallel_backend(self._backend, n_jobs=self._n_jobs):
    224             return [func(*args, **kwargs)
--> 225                     for func, args, kwargs in self.items]
    226 
    227     def __len__(self):

~\AppData\Local\Continuum\anaconda3\lib\site-packages\sklearn\linear_model\_logistic.py in _logistic_regression_path(X, y, pos_class, Cs, fit_intercept, max_iter, tol, verbose, solver, coef, class_weight, dual, penalty, intercept_scaling, multi_class, random_state, check_input, max_squared_sum, sample_weight, l1_ratio)
    762             n_iter_i = _check_optimize_result(
    763                 solver, opt_res, max_iter,
--> 764                 extra_warning_msg=_LOGISTIC_SOLVER_CONVERGENCE_MSG)
    765             w0, loss = opt_res.x, opt_res.fun
    766         elif solver == 'newton-cg':

~\AppData\Local\Continuum\anaconda3\lib\site-packages\sklearn\utils\optimize.py in _check_optimize_result(solver, result, max_iter, extra_warning_msg)
    241                 "    https://scikit-learn.org/stable/modules/"
    242                 "preprocessing.html"
--> 243             ).format(solver, result.status, result.message.decode("latin1"))
    244             if extra_warning_msg is not None:
    245                 warning_msg += "\n" + extra_warning_msg

AttributeError: 'str' object has no attribute 'decode'    

。。。
~\AppData\Local\Continuum\anaconda3\lib\site packages\joblib\parallel.py in（.0）
223具有并行_后端（self._后端，n_作业=self._n_作业）：
224返回[func（*args，**kwargs）
-->225用于自身项目中的func、ARG、kwargs]
226
227定义长度（自）：
~\AppData\Local\Continuum\anaconda3\lib\site packages\sklearn\linear\u model\u logistic.py in\u logistic\u regression\u path（X，y，pos\u class，Cs，fit\u intercept，max\u iter，tol，verbose，solver，coef，class\u weight，dual，惩罚，intercept\u scaling，multi\u class，random\u state，check\u输入，max\u squared\u sum，sample\u weight，l1\u ratio）
762 n\u iter\u i=\u检查\u优化\u结果(
763解算器，可选分辨率，最大分辨率，
-->764额外警告消息=\u逻辑消息\u解算器\u收敛消息）
765 w0，损耗=opt_res.x，opt_res.fun
766 elif解算器==“牛顿cg”：
~\AppData\Local\Continuum\anaconda3\lib\site packages\sklearn\utils\optimize.py in\u check\u optimize\u result（解算器、结果、最大值、额外警告消息）
241                 "    https://scikit-learn.org/stable/modules/"
242“preprocessing.html”
-->格式（解算器，result.status，result.message.decode（“拉丁1”））
244如果额外警告消息不是无：
245警告信息+=“\n”+额外警告信息
AttributeError:“str”对象没有属性“decode”

---

我用谷歌搜索了一下，大多数回复都说这个错误是因为scikit学习库试图解码一个已经解码的字符串。但我不知道如何解决我的问题。我确保我的所有数据都是整数或float64，并且没有字符串。

在最新版本的scikit learn（现在是0.24.1）中，将部分代码包含在try-catch块中的问题已得到修复，我在下面报告：该文件是

optimize.py -> _check_optimize_result(solver, result, max_iter=None,
                       extra_warning_msg=None)

代码段是

if solver == "lbfgs":
    if result.status != 0:
        try:
            # The message is already decoded in scipy>=1.6.0
            result_message = result.message.decode("latin1")
        except AttributeError:
            result_message = result.message
            warning_msg = (
                "{} failed to converge (status={}):\n{}.\n\n"
                "Increase the number of iterations (max_iter) "
                "or scale the data as shown in:\n"
                "    https://scikit-learn.org/stable/modules/"
                "preprocessing.html"
            ).format(solver, result.status, result_message)

那只是

if solver == "lbfgs":
    if result.status != 0:
        warning_msg = (
            "{} failed to converge (status={}):\n{}.\n\n"
            "Increase the number of iterations (max_iter) "
            "or scale the data as shown in:\n"
            "    https://scikit-learn.org/stable/modules/"
            "preprocessing.html"
        ).format(solver, result.status, result.message.decode("latin1"))

以前。

---

因此，升级scikit learn解决了问题。

我尝试使用下面的命令升级我的

scikit learn

，但仍然没有解决

AttributeError:“str”对象没有属性“decode”

问题

pip install scikit-learn  -U

最后，在解决问题的代码片段下面，将解算器添加为

liblinear

model = LogisticRegression(solver='liblinear')

---

solver='lbfgs'有一个错误。

---

更改为“sag”可以解决这个问题。

你能显示你的数据吗？我在ubuntu 18 WSL上运行scikit learn='0.23.2'时遇到同样的错误，将解算器更改为liblinear，错误消失了。升级scikit learn会引发另一个问题。GridSearchCV函数无法正常工作。即使我将verbose设置为10，也不会显示verbose消息。加上它需要很长的时间，就像一个模型应该在2分钟内完成运行，大约需要20分钟。这是最新版本中出现的一个主要错误。

model = LogisticRegression(solver='liblinear')