Machine learning 使用TQM培训模型时检查进度

我知道如何使用TQM检查迭代进度：

for i in tqdm_notebook(range(100)):
time.sleep(0.1)

我想检查我的随机森林模型的训练进度。比如：

//tqdm_notebook starts the progress bar 
RF_model=RandomForestRegressor(max_features='sqrt',n_estimators=100,oob_score=True)
RF_model.fit(x_train,y_train)
//tqdm_notebook stops the progress bar

---

您可以使用参数

verbose

进行同样的操作

根据您的代码，只需再添加一个参数：

RF_model=RandomForestRegressor(max_features='sqrt', n_estimators=100, oob_score=True, verbose=2) 
RF_model.fit(x_train,y_train)

---

它不是TQM，但您可以使用

verbose

参数来获取有关培训时情况的一些信息。我尝试了以下代码：

RF2=randomfrestreservator（verbose=True，n_estimators=100）RF2.fit（x_train[：10000]，x_test[：10000]）

并且它不显示进度条，只在末尾显示一行，说

[并行（n_jobs=1）]：完成100次中的100次|经过：45.4s完成

。我想要一些能不断更新我关于培训的信息。试试

verbose=2

它能起作用。非常感谢你！