python - 没有 "verbose"参数的 sklearn 模型的进度条

标签 python machine-learning scikit-learn progress-bar

当我训练机器学习模型时,我想知道完成运行所需的估计时间。如果我正在使用 sci-kit 学习库,并假设我没有可以使用 tqdm 之类的循环,那么有没有办法衡量我的模型的进度?

我知道一些 sci-kit 学习模型有一个“冗长”的参数,但有很多没有,比如 AdaBoostClassifier , LinearRegressionOneVsRestClassifier .

在这些情况下您会推荐使用什么?

最佳答案

我不确定进度条应该如何工作。例如。 LinearRegression 可以实现为普通最小二乘问题,它是伪逆的计算。 对于 AdaBoostPaper你对每个估计器循环一次,这样也许你可以通过计算几个估计器的拟合时间来估计你的训练持续时间,然后按比例放大?

关于python - 没有 "verbose"参数的 sklearn 模型的进度条,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65930688/

相关文章:

python - Scikit-learn SVM 数字识别

python - 将 sklearn 管道和交叉验证与二进制列相结合

Python Scrapy - IP 网络掩码

python - PyBytes_Type 和 PyString_Type 有什么区别

python - Django ModelForm继承与Meta继承

machine-learning - 决策树与逻辑回归相结合

python - SKL学习如​​何获取 LinearSVC 分类器的决策概率

python - 如何检查数字是否为 1、14 或 144 的串联

matlab - 选择在 PCA 中显示最大方差的组件

machine-learning - 什么是循环神经网络,什么是长短期内存 (LSTM) 网络,它总是更好吗?