我知道如何使用tqdm来检查迭代进度的进展:
for i in tqdm_notebook(range(100)):
time.sleep(0.1)
我想要检查我的随机森林模型的训练进度。类似于:
//tqdm_notebook starts the progress bar
RF_model=RandomForestRegressor(max_features='sqrt',n_estimators=100,oob_score=True)
RF_model.fit(x_train,y_train)
//tqdm_notebook stops the progress bar
verbose
参数来获取一些关于训练进展的信息。 - undefinedRF2=RandomForestRegressor(verbose=True,n_estimators=100) RF2.fit(x_train[:10000],x_test[:10000])
,但它没有显示进度条,只是在最后一行显示了一条信息,内容为[Parallel(n_jobs=1)]: Done 100 out of 100 | elapsed: 45.4s finished
。我希望能够得到一个能够持续更新训练进度的方式。 - undefinedverbose=2
- undefined