我使用线性回归与套索实现在Scikit学习包。linear_regress = linear_model.Lasso(alpha = 2)

linear_regress.fit(X, Y)

对于X，有7827个示例和758个特性。

但是我得到一个警告：Objective did not converge for target 0, you might want to increase the number of iterations ' to increase the number of iterations')

同时，交叉验证的MAE为0.00304247702091

然后，我按照它的建议增加迭代次数。(我认为我做得对)：linear_regress = linear_model.Lasso(alpha = 2, max_iter = 100000, tol = 1e-20)

但是警告仍然存在，MAE增加到0.0191056040626，这更糟。

有人知道怎么解决这个问题吗？

顺便说一下，对于交叉验证的结果，训练数据的MAE远小于测试数据的MAE，例如(alpha=2)：The MAE on the TRAINING data is 6.3462754706e-14

The MAE on the TEST data is 0.238521024414

我以为是过度装修。但是增加alpha并没有多大帮助，例如(alpha=5)The MAE on the TRAINING data is 1.29613883816e-13

The MAE on the TEST data is 0.0677816327262

增加α也会使平均MAE增加。

提前谢谢！