sklearn.utils._param_validation.InvalidParameterError: The 'loss' parameter of SGDClassifier must be a str among {.......}. Got 'log' instead. 오류의 원인과 해결방법

오류 메시지에서 나타난 **sklearn.utils._param_validation.InvalidParameterError**는 SGDClassifier의 loss 매개변수에 잘못된 값을 전달했기 때문에 발생합니다.

 

1. 원인:
   • SGDClassifier에서 loss 매개변수에 "log"를 사용했지만, 이는 허용되지 않는 값입니다.
   • SGDClassifier는 "log_loss"를 사용해야 합니다.
2. log vs log_loss:
   • 이전 버전의 Scikit-learn에서는 loss='log'를 사용하여 로지스틱 회귀를 수행했지만, 최신 버전에서는 log가 log_loss로 변경되었습니다.
   • 따라서 최신 Scikit-learn에서 "log"를 사용하면 오류가 발생합니다.

---

해결 방법

1. loss='log_loss'로 수정

SGDClassifier의 loss 매개변수를 "log_loss"로 변경해야 합니다.

from sklearn.linear_model import SGDClassifier

# SGDClassifier 생성 시 'log_loss' 사용
sgd = SGDClassifier(loss='log_loss', random_state=42)

추가 설명

loss 매개변수란?

loss는 SGDClassifier가 사용하는 손실 함수의 종류를 정의합니다. 다음은 주요 loss 옵션의 설명입니다:

• log_loss: 로지스틱 회귀를 수행하는 손실 함수. 분류 작업에 적합합니다.
• hinge: SVM의 서포트 벡터 머신 손실 함수. 선형 SVM에 사용됩니다.
• squared_hinge: SVM 손실 함수의 제곱 버전.
• perceptron: 퍼셉트론 학습을 위한 손실 함수.
• huber: 회귀 작업에 사용되는 Huber 손실 함수.
• squared_error: MSE(Mean Squared Error). 회귀 문제에 사용됩니다.

Scikit-learn 버전과의 관계

Scikit-learn의 최신 버전에서는 loss 매개변수 값에 대해 엄격한 검증을 수행합니다. 예전에는 허용되던 "log"와 같은 값이 더 이상 허용되지 않으며, 최신 이름(예: "log_loss")으로 대체되었습니다.

Scikit-learn 버전 확인

현재 사용하는 Scikit-learn 버전을 확인하려면 다음 명령을 실행합니다:

import sklearn
print(sklearn.__version__)

 

최신 버전을 설치하려면 다음을 실행하세요:

pip install --upgrade scikit-learn

 

요약

• 오류 원인: SGDClassifier에서 loss='log'를 사용했기 때문에 발생.
• 해결 방법: loss='log_loss'로 변경.
• 최신 Scikit-learn에서는 loss 매개변수 값에 대해 최신 옵션을 확인하고 사용해야 합니다.