python - scikit-learn 中的“冗长”参数

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，没有提供关于允许哪些整数（例如，用户可以将详细程度设置为 100 吗？）以及哪些详细程度对应于哪些整数的指导。我在文档中的任何地方都找不到此信息。

我的问题是，哪些整数映射到哪些详细程度？

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。您可以设置详细度=100，但我很确定它与详细度=10 相同。如果您正在寻找每个整数的每个估计器的确切打印内容列表，您必须查看源代码。我认为大多数估算器只有两个或三个级别的详细程度，我认为 3 或更高级别将是您可以获得的最详细程度。

Answer 2

可能有点晚了，但是由于我在设置 GridSearch 时偶然发现了同样的问题，所以我在子模块最深处的文档字符串中找到了这个sklearn\externals\joblib\parallel.py：

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

此外，词汇表（搜索“详细”）这样说：

“目前在 Scikit-learn 中对日志记录的处理不是很一致，但是当它作为一个选项提供时，verbose 参数通常可以选择不记录（设置为 False）。任何 True 值都应该启用一些日志记录，但更大的整数（例如，10 以上）可能需要完整的详细信息。详细日志通常打印到标准输出。使用默认详细设置，估计器不应在标准输出上产生任何输出。