は現在、私はpyprind、プログレスバーを実装したライブラリを使用しています：それはpbarを使用するための正しい方法であれば、私は45回clfをフィッティングしてい推測するのでcorreclty pyprindをscikit-learnで使うには？
#Compute training time elapsed
pbar = pyprind.ProgBar(45, width=120, bar_char='█')
for _ in range(45):
#Fiting
clf = SVC().fit(X_train, y_train)
pbar.update()
#End of bar
しかし、私は、知りません。したがって、私はどのように正しく使用する必要がありますpbar？
私はpyprindを使用しませんでしたが、progressbarを使用しました。
from progressbar import ProgressBar
pbar = ProgressBar()
for x in pbar(range(45)):
clf = SVC().fit(X_train, y_train)
、あなたが行ってもいいです - ちょうどそれが
pip install progressbar
そしてをusing-インストールします。
助けてくれてありがとう！ – tumbleweed
@ ml_student no probs！期待通りに機能しましたか？ – hashcode55
私はそれをインストールする際に問題があります...私は今、それらを試してみましょう、ホールド！、ありがとう！ – tumbleweed
あなたが学習プロセスに関するより多くの情報が必要な場合は、そのためにveboseフラグを使用できることに注意してください：
X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
y = np.array([1, 1, 2, 2])
clf = SVC(verbose =True)
clf.fit(X, y)
出力：
optimization finished, #iter = 12
obj = -1.253423, rho = 0.000003
nSV = 4, nBSV = 0
Total nSV = 4
あなたは1つのSVMモデルのフィッティングの進行状況を監視することはできませんあなたがしているのは 'fit'関数を呼び出すことだけで、これまでにどれだけの進歩があったかは分かりません。 – cel
@cel彼はSVMモデルのフィッティングを監視しようとはしていないと思う。それは、ライブラリが調べてバーを更新するforループ反復である。 – hashcode55
@ hashcode55、mhmとすることができます。たぶん私はその疑問を誤解したでしょう。 – cel