Gibt es eine Möglichkeit, einen Fortschrittsbalken für die Fit-Methode in scikit-learn zu haben?Ein Fortschrittsbalken für scikit-lernen?
Ist es möglich, eine benutzerdefinierte mit etwas wie Pyprind?
Gibt es eine Möglichkeit, einen Fortschrittsbalken für die Fit-Methode in scikit-learn zu haben?Ein Fortschrittsbalken für scikit-lernen?
Ist es möglich, eine benutzerdefinierte mit etwas wie Pyprind?
Wenn Sie das Modell mit verbose=True
vor dem Aufruf fit
initialisieren, sollten Sie eine Art Ausgabe erhalten, die den Fortschritt anzeigt. Zum Beispiel GradientBoostedClassifer
liefert Fortschritt Ausgabe, die wie folgt aussieht:
Iter Train Loss Remaining Time
1 1.2811 0.71s
2 1.2595 0.58s
3 1.2402 0.50s
4 1.2263 0.46s
5 1.2121 0.43s
6 1.1999 0.41s
7 1.1876 0.39s
8 1.1761 0.38s
9 1.1673 0.37s
10 1.1591 0.36s
20 1.1021 0.29s
30 1.0511 0.27s
40 1.0116 0.25s
50 0.9830 0.22s
60 0.9581 0.19s
70 0.9377 0.16s
80 0.9169 0.14s
90 0.9049 0.12s
100 0.8973 0.10s
fit() hat ein unerwartetes Schlüsselwort argument 'verbose' –
Fügen Sie das Schlüsselwort dem Modell hinzu, nicht den Fit-Methodenaufruf. Bei der Verwendung von SVR hat das Setzen von verbose = True keine Ausgabe hinzugefügt, soweit ich das beurteilen kann. – oskopek
Wenn ich etwas nicht vermisse, erlauben die Meta-Schätzer, die für Multiclass/Multilabel verwendet werden, solche Schlüsselwörter nicht. Beispielsweise können Sie verbose = True nicht als Parameter für OneVsRestClassifier() verwenden, sondern nur für den Klassifikator, den Sie verwenden. Das ist bedauerlich, weil Sie keinen Sinn für Fortschritte auf hohem Niveau bekommen. – Stephen
Viele Modelle unterstützen eine ausführliche Argumentation, die den Fortschritt (und manchmal auch ein Hinweis auf die Geschwindigkeit der Konvergenz) gibt.
z.B.
clf = MPLClassifier(verbose=True)
Wenn Sie eine Schleife außerhalb des Lernmodell haben, empfehle ich tqdm.
nein, wahrscheinlich nicht. – cel