我正在尝试检查训练数据是否是线性可分的。为此，我使用以下代码。
try:
import os
import random
import traceback
import numpy as np
import scipy.io as sio
from scipy.optimize import linprog
os.system('cls')
dicA = sio.loadmat('A.mat')
A = dicA.get('A')
lengthA = int(len(A)/1000)
aRange = range(0,lengthA)
selectedIndexes = random.sample(aRange,lengthA)
A1 = A[selectedIndexes]
del A
b = -1*np.ones(len(A1),np.int64)
c = np.zeros(11,np.int64)
del dicA
res = linprog(c, A_ub=A1, b_ub=b, bounds=(-float('inf'), float('inf')),options={"disp": True})
print(res)
except:
print('exception')
tb = traceback.format_exc()
print(tb)
finally:
print('reached finally')
我正在使用在此链接中提到的公式。运行脚本后，我得到以下输出：
Iteration limit reached.
fun: -0.0
message: 'Iteration limit reached.'
nit: 1000
status: 1
success: False
x: nan
reached finally
那么，迭代次数达到限制是否意味着数据不是线性可分的？如果不是，那么我该如何增加限制。