Python 了解SVR scikit learn中收敛所需的迭代次数

我试图优化SVR模型，但由于过度拟合而面临问题，为了克服这一问题，我尝试减少迭代次数，而不是将其保留到收敛

为了比较这两种模型，我需要两种情况下的迭代次数。 在开放的情况下，我如何知道收敛所需的迭代次数（max_iter=-1）

这是我的代码：

model_1=SVR(kernel='rbf', C=316, epsilon=0, gamma=0.003162,max_iter=2500)
model_1.fit(tr_sets[:,:2],tr_sets[:,2])
print(model_1.score)
model_2=SVR(kernel='rbf', C=316, epsilon=0, gamma=0.003162,max_iter=-1)
model_2.fit(tr_sets[:,:2],tr_sets[:,2])
print(model_2.score)

---

编辑：现在通过设置

verbose=2

解决了IPython IDE的问题，但仍然需要在Jupyter笔记本、spyder中查看，或者写入外部文件，因为如果您想查看SVR的进度，verbose选项似乎只适用于IPython IDE

，向SVR的构造函数输入

verbose=2

，请注意，这会使进度减慢一个数量级

from sklearn.svm import SVR
import numpy as np

n_samples, n_features = 10, 5
np.random.seed(0)
y = np.random.randn(n_samples)
X = np.random.randn(n_samples, n_features)
clf = SVR(C=1.0, epsilon=0.2,verbose=2)
clf.fit(X, y)

输出将是

optimization finished, #iter = 4
obj = -4.366801, rho = -0.910470
nSV = 7, nBSV = 5

---

其中，您要寻找的是iter（国际热核试验堆）

（1）一般来说，您应该使用更多的调节，并进行完全收敛（2）没有办法预先计算所需的迭代次数（当然，这也严重依赖于使用的算法）。（3） 在a-posteriori设置中，我在API中没有看到任何东西（我认为SGD方法不同；但是SVR在内部使用liblinear/libsvm，在您的例子中是libsvm，因为rbf内核），但是您可以尝试修改代码或为此激活详细性（我认为）。（4）当然：始终使用交叉验证。谢谢您的回答。我已经尝试了你的代码，但我没有得到你得到的信息。我正在使用Anaconda和scikit学习版0.18.1的jupyter笔记本。你认为这是什么原因？你说的“没有得到信息”是什么意思？你把

verbose=2

放在构造函数中了吗，没有得到我输出的代码..？我得到的输出是：SVR（C=1.0，cache_size=200，coef0=0.0，degree=3，epsilon=0.2，gamma='auto'，kernel='rbf'，max_iter=-1，sking=True，tol=0.001，verbose=5）我在聊天室找不到你。。。请进入chat.stackoverflow.com，查找房间“SVR迭代”，然后输入它。很高兴我提供了帮助，如果您将其标记为回答“v”，我将不胜感激，这刚好低于评分-面向未来用户。我不知道为什么Jupyter不显示它，但这是另一个问题：）