我有以下代码:
from xgboost import XGBClassifier
print(df_train.shape)
print(df_train_labels.shape)
clf = clf.fit(df_train, df_train_labels, verbose=True)
print("after fit")
这里
df_train
和df_train_labels
是我从CSV中读取的 Pandas 。上面的代码打印:
(1460, 7)
(1460,)
但是,在10分钟内没有任何其他内容打印出来,这意味着代码卡在了
clf.fit
上,因此我假设算法不应该花很长时间。如您所见,只有
1460
示例,所以我假设算法不应该花很长时间。此外,自从我传递了
verbose=True
以来,我希望模型能够输出一些输出,但是那没有发生。知道为什么没有打印输出以及为什么
XGBClassifier
花费这么长时间吗? 最佳答案
查看文档:
https://xgboost.readthedocs.io/en/latest/python/python_api.html#module-xgboost.sklearn
看起来用于打印进度的参数称为详细程度。
将其设置为0到3之间的任何值(调试时为3)。
from xgboost import XGBClassifier
model = XGBClassifier()
setattr(model, 'verbosity', 2)