XGBClassifier速度较慢且即使传递verbose参数也不会打印任何输出。

Question

我来翻译您的内容。这是我翻译的结果：

我有以下代码：

from xgboost import XGBClassifier

print(df_train.shape)
print(df_train_labels.shape)

clf = clf.fit(df_train, df_train_labels, verbose=True)
print("after fit")

这里的df_train和df_train_labels是从CSV文件中读取的pandas数据。

上面的代码将打印出：

(1460, 7)
(1460,)

然而，接下来的10分钟没有其他输出，这意味着代码停留在clf.fit，所以我认为算法不应该花费太长时间。 正如您所看到的，只有1460个示例，因此我认为算法不应该花费太长时间。 此外，由于我传递了verbose=True，我本来期望模型会输出一些内容，但是并没有发生。 您有什么想法为什么没有输出，并且为什么XGBClassifier需要如此长的时间？

- bsky

Answer 1

查看文档： https://xgboost.readthedocs.io/en/latest/python/python_api.html#module-xgboost.sklearn

看起来打印进度的参数被称为verbosity。 将其设置为0-3中的任何值（调试用3）。

from xgboost import XGBClassifier
model = XGBClassifier()
setattr(model, 'verbosity', 2)

- Dominik Sajovic

---

您不需要使用 setattr。您可以在实例化 model 时设置详细程度：model = XGBClassifier(verbosity = 2) - Luis Chaves Rodriguez

这对我不起作用 @LuisChavesRodriguez - Nick Camarda

对我来说，这个方法很有效。 - Nathan B

Answer 2

你应该首先初始化你想要使用的模型，在你的情况下是XGBClassifier（）。

一个常见的流程是:

from xgboost import XGBClassifier

model = XGBClassifier()
model.fit(df_train, df_train_labels)
y_pred = model.predict(df_test)

- user2874583