如何在 scikit-learn 中使用正确的 pyprint？答案

【问题标题】：How to use correclty pyprind with scikit-learn?如何在 scikit-learn 中使用正确的 pyprint？
【发布时间】：2016-11-23 05:37:32
【问题描述】：

目前我正在使用pyprind，一个实现进度条的库：

#Compute training time elapsed
pbar = pyprind.ProgBar(45, width=120, bar_char='█')
for _ in range(45):
    #Fiting
    clf = SVC().fit(X_train, y_train)
    pbar.update()
#End of bar

但是，我不知道这是否是使用pbar 的正确方法，因为我想我适合clf 45 次。那么，我应该如何正确使用pbar？。

【问题讨论】：

您无法监控一个 SVM 模型的拟合进度，因为您所做的只是调用 fit 函数，它不会告诉您到目前为止它已经取得了多少进展。
@cel 我认为他并没有试图监控 SVM 模型的拟合，它只是库查看并更新栏的 for 循环迭代。
@hashcode55，嗯，可能是。也许我误解了这个问题。

标签： python python-2.7 python-3.x scikit-learn

【解决方案1】：

请注意，如果您想了解有关学习过程的更多信息，可以使用vebose 标记：

X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
y = np.array([1, 1, 2, 2])
clf = SVC(verbose =True)
clf.fit(X, y)

输出：

optimization finished, #iter = 12
obj = -1.253423, rho = 0.000003
nSV = 4, nBSV = 0
Total nSV = 4

【讨论】：

【解决方案2】：

我没用过pyprind，但我用过progressbar。只需使用 -

安装它

pip install progressbar

然后-

from progressbar import ProgressBar
pbar = ProgressBar()
for x in pbar(range(45)):
    clf = SVC().fit(X_train, y_train)

你可以走了。

【讨论】：

感谢您的帮助！
我在安装时遇到问题...我现在就测试一下，稍等！谢谢！
我终于有时间尝试这个解决方案了。但是，我相信它仍然适合 45 次......它花了将近 2:00 分钟才能完成......知道如何进行吗？感谢您的帮助！