无法在 Jupyter 中创建 LogisticRegression 实例答案

【问题标题】：Unable to create an instance of LogisticRegression in Jupyter无法在 Jupyter 中创建 LogisticRegression 实例
【发布时间】：2017-08-03 18:14:41
【问题描述】：

我使用的是 Windows-64 风格的 Jupyter 4.3.21。导入 learning_model 后，我无法创建 LogisticRegression 类的实例。以下是我的代码 sn-p（以及错误消息）：

from sklearn.linear_model import LogisticRegression
lrn = LogisticRegression()
print(lrn)
---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-3-2933c46e885b> in <module>()
----> 1 print(lrn)

NameError: name 'lrn' is not defined

但是如果我在 Anaconda 提示符下运行命令，同样的效果如下：

(C:\Users\ramu\AppData\Local\Continuum\Anaconda3) C:\Users\ramu>python
Python 3.6.1 |Anaconda 4.4.0 (64-bit)| (default, May 11 2017, 13:25:24) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from sklearn.linear_model import LogisticRegression
>>> lr = LogisticRegression()
>>> print(lr)
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)

我哪里做错了？

【问题讨论】：

而不是 print(lrn) 尝试仅输入 lrn 并查看它是否有效。也尝试只导入 LogisticRegression 看看这是否有效
感谢塞拉。 type(lrn) 也会导致相同的错误（“lrn”未定义）。我不明白仅导入 LogisticRegression 的第二部分。 'from sklearn.linear_model import LogisticRegression' 与我所做的有什么不同吗？
不只是输入：lrn（不打印或输入）
是的。 type : lrn 也会导致同样的错误（name 'lrn' not defined）
内核可能没有在您认为的环境中运行 - 检查 sys.executable。您可以使用“jupyter kernelspec list”来查看它在哪里找到有关可用内核的信息。

标签： python machine-learning scikit-learn jupyter-notebook

【解决方案1】：

这个问题真的很笼统。请尝试以下操作：

解决方案 1

确保已安装 scipy。

解决方案 2

在窗口提示符中输入这些：

$ /Users/abc/anaconda/bin/python -m pip install ipykernel
$ /Users/abc/anaconda/bin/python -m ipykernel 安装

解决方案 3

更新 conda 和 sklearn。

conda 更新 conda
conda install scikit-learn=0.18.2

解决方案 4

很可能您的笔记本没有加载正确的内核（环境）。环境名称显示在右上角。如果这不正确，请单击 Kernel->Change Kernel 并选择适当的内核。

解决方案 5

这个问题可以通过 notebook 中的以下命令来解决。

!pip install scipy
!pip install sklearn

最后的解决方案

卸载 sklearn 并重新安装

【讨论】：