如何用 epochs 训练 sklearn svm 模型（sklearn.svm.SVC）？答案

【问题标题】：How to train sklearn svm model(sklearn.svm.SVC) with epochs?如何用 epochs 训练 sklearn svm 模型（sklearn.svm.SVC）？
【发布时间】：2023-03-14 09:23:01
【问题描述】：

我想看看模型是否在我的交叉验证中收敛。如何增加或减少 sklearn.svm.SVC 中的时期？目前：

SVM_Model = SVC(gamma='auto')
SVM_Model.fit(X_train,y_train)

另外，我如何在训练期间看到进度条？

【问题讨论】：

标签： scikit-learn svm

【解决方案1】：

你有max_iter和tol的组合来实现收敛。

max_iter int，可选（默认=-1）
求解器内迭代的硬限制，或 -1 表示无限制。

tol 浮动，可选（默认=1e-3）
停止标准的容差。

Sklearn 目前不支持进度条，但您可以使用verbose 参数了解进度。

详细 bool，默认：False
启用详细输出。请注意，此设置利用了 libsvm 中的每进程运行时设置，如果启用，该设置可能无法在多线程上下文中正常工作。

【讨论】：

我遵循以下代码：medium.com/analytics-vidhya/… 我从该链接中识别为“关键”命令：“model.fit(x_train,y_train)”。我应该把“max_iter”和“tol”放在哪里以便用 epochs 进行训练？
类构造函数参数。在 SVC 课程启动期间。参考例子here
好的，我将命令更改为： svc=svm.SVC(probability=True, max_iter= 1) 我收到此错误：/usr/local/lib/python3.7/dist- packages/sklearn/svm/_base.py:231：ConvergenceWarning：求解器提前终止（max_iter=1）。考虑使用 StandardScaler 或 MinMaxScaler 对数据进行预处理。 % self.max_iter, ConvergenceWarning)
我正在尝试这个解决方案：stackoverflow.com/questions/54163095/…，但我的问题似乎没有任何效果......有什么想法吗？
max_iter =1 是一个非常低的值，请尝试在 100 或 200 左右。