scikit-learn中的'verbose'参数

Question

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？

- Gyan Veda

Answer 1

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。

- Andreas Mueller

Answer 2

可能有点晚了，但是当我设置我的GridSearch时遇到同样的问题，我在子模块sklearn\externals\joblib\parallel.py的docstring中找到了这个：

“详细程度：如果非零，则打印进度消息。超过50，则输出发送到stdout。消息的频率随着详细程度的增加而增加。如果大于10，则报告所有迭代。”

此外，词汇表（搜索“verbose”）还说：

“目前Scikit-learn中的日志记录处理不是非常一致，但是当提供作为选项时，通常可以使用verbose参数选择不进行日志记录（设置为False）。任何True值都应该启用一些日志记录，但是可能需要更大的整数（例如大于10）才能实现完全冗长性。Verbose日志通常会打印到标准输出。估计器不应在默认verbose设置下在标准输出上产生任何输出。”

- s6hebern

Answer 3

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

- AliAlavi