scikit-learn中的'详细'论证

Question

许多scikit-learn函数都有一个verbose参数,根据他们的文档,"[c]控制详细程度:越高,消息越多"(例如,GridSearchCV).

遗憾的是,没有提供关于允许整数的指导(例如,用户可以将详细程度设置为100？)以及详细程度与哪些整数相对应.我无法在文档中的任何位置找到此信息.

我的问题是,哪个整数映射到哪个级别的详细程度？

Answer 1

正如文档字符串所说,更高的整数映射到更高的详细程度.你可以设置verbosity = 100,但我很确定它与verbosity = 10相同.如果要查找每个整数的每个估算器的确切打印清单,则必须查看源代码.我认为大多数评估者只有两到三个级别的冗长,我认为3或更高级别将是你能得到的最详细.

Answer 2

可能有点晚了，但是由于我在设置 GridSearch 时偶然发现了相同的问题，因此我在子模块最深处的文档字符串中发现了这一点sklearn\externals\joblib\parallel.py：

“详细级别：如果非零，则打印进度消息。超过 50，输出发送到标准输出。消息的频率随着详细级别而增加。如果超过 10，则报告所有迭代。”

此外，词汇表（搜索“verbose”）是这样说的：

“目前在 Scikit-learn 中日志处理的处理不是很一致，但是当它作为选项提供时，verbose 参数通常可用于选择不日志记录（设置为 False）。任何 True 值都应该启用一些日志记录，但是更大的整数（例如 10 以上）可能需要完整详细信息。详细日志通常打印到标准输出。估计器不应在标准输出上使用默认详细设置生成任何输出。”