许多scikit-learn函数都有一个verbose
参数,根据它们的文档,“[控制冗余程度:越高,消息越多”(例如GridSearchCV)。
不幸的是,在文档中没有提供关于允许使用哪些整数(例如,用户可以将冗余设置为100吗?)以及哪个冗余级别对应于哪些整数的指导。我无法在文档中找到这些信息。
我的问题是,哪些整数映射到哪些冗余级别?
许多scikit-learn函数都有一个verbose
参数,根据它们的文档,“[控制冗余程度:越高,消息越多”(例如GridSearchCV)。
不幸的是,在文档中没有提供关于允许使用哪些整数(例如,用户可以将冗余设置为100吗?)以及哪个冗余级别对应于哪些整数的指导。我无法在文档中找到这些信息。
我的问题是,哪些整数映射到哪些冗余级别?
如文档字符串所述,数字越高,详细程度就越高。您可以将 verbosity=100,但我相信它与 verbosity=10 相同。如果您正在寻找每个估计器每个整数打印的确切列表,则必须查看源代码。我认为大多数估计器只有两到三个详细程度,我认为 3 或更高将是您能获得的最详细的。
控制详细程度:值越高,输出的信息越多。
>1 : the computation time for each fold and parameter candidate is displayed;
>2 : the score is also displayed;
>3 : the fold and candidate parameter indexes are also displayed together with the starting time of the computation.
控制拟合和预测时的详细程度。
&
在关键字参数中,详细程度通常意味着显示更多“冗长”的任务信息。在这种情况下,对于机器学习,通过将 verbose 设置为更高的数字(2 vs 1),您可以看到有关树构建过程的更多信息。
使用此链接