python – 如何抑制CatBoost迭代结果？

weixin_38058520 2019-09-12 01:41:43

我正在尝试使用CatBoost来适应二进制模型.当我使用下面的代码时,我认为verbose = False可以帮助抑制迭代日志.但事实并非如此.有没有办法避免打印迭代？ model=CatBoostClassifier(iterations=300, depth=6, learning_rate=0.1, loss_function='Logloss', rsm = 0.95, border_count = 64, eval_metric = 'AUC', l2_leaf_reg= 3.5, one_hot_max_size=30, use_best_model = True, verbose=False, random_seed = 502) model.fit(X_train, y_train, eval_set=(X_test_filtered, y_test_num), verbose = False, plot=True)

...全文

655 1 打赏收藏转发到动态举报

写回复

用AI写文章

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

weixin_38071610 2019-09-12

打赏
举报

CatBoost有几个参数来控制冗长.那些是冗长的,沉默的和logging_level. 默认情况下,日志记录是详细的,因此您可以在每次迭代时看到丢失值.如果要查看较少的日志记录,则需要使用其中一个参数.不允许同时设置其中两个. silent有两个可能的值 – True和False. verbose也可以是True和False,但也可以是整数.如果它是整数N,则每N次迭代将打印出日志记录. logging_level可以是’Silent’,’Verbose’,’Info’和’Debug’： >’Silent’表示没有输出到stdout(重要警告除外)和silent = True或verbose = False相同.>’详细’是默认日志记录模式它与verbose = True或者相同沉默=假.>’Info’打印出所选的树每次迭代.>’Debug’打印了大量调试信息. 您可以在两个地方使用这些参数.第一个是模型创建.第二个是拟合模型的拟合.如果在创建模型时使用了参数,则在拟合期间将使用该参数,如果未指定拟合函数中的参数. 如果在拟合函数中使用参数,则将使用此参数选择的模式. 在您的情况下,您似乎遇到了一个错误.下次您看到一些错误时,最好的方法是使用GitHub页面上的问题向CatBoost团队报告.此错误应该已经修复,因此请尝试升级到最新版本或从源代码构建代码.

内容概要：本文围绕城市场景下的无人机三维路径规划问题，提出了一种新颖的多目标粒子群优化算法（NMOPSO），旨在解决高维复杂环境中路径规划面临的多重挑战。研究聚焦于导航变量的多目标优化，构建了一个包含路径长度、飞行安全性、能量消耗等多个相互冲突目标的优化模型，并采用改进的粒子群算法进行高效搜索，最终获得一组Pareto最优解集，为实际决策提供多样化路径选择方案。该方法结合Matlab代码实现，详细阐述了算法的设计机制、数学建模流程及仿真验证过程，充分展示了其在密集城市建筑环境中有效规避障碍物、满足飞行动力学约束并实现多目标权衡的能力，具有较强的工程应用价值。; 适合人群：具备一定优化算法理论基础和Matlab编程能力，从事无人机路径规划、智能交通系统、自动化控制、人工智能应用等方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①应用于城市环境中的无人机物流配送、巡检监控、应急救援等实际任务的三维路径规划；②为高维、非线性、多约束的多目标优化问题提供有效的算法设计思路与改进参考；③通过Matlab仿真平台复现算法，进一步开展性能测试、参数调优与算法对比研究，推动相关领域的技术创新。; 阅读建议：此资源强调算法原理与工程实践的深度融合，建议读者重点研读目标函数的构建方式、约束条件的处理策略以及NMOPSO算法的核心改进机制，并务必动手运行和调试所提供的Matlab代码，以深入理解算法在三维空间路径优化中的具体实现细节与实际表现。

易语言源码超级列表框载入图片（仿Windows浏览框的显缩略图）

内容概要：本文档围绕基于10机39节点的电力系统仿真展开，依托Matlab/Simulink平台构建标准电力系统模型，系统性地实现了电力系统稳态与暂态过程的仿真分析。内容涵盖潮流计算、短路故障、暂态稳定性、N-k故障分析、蓄意攻击与级联故障模拟等核心问题，并引入混合整数线性规划（MILP）等优化方法进行电网脆弱性评估与关键故障筛选。文档突出科研复现导向，整合了状态估计、虚假数据注入攻击、优化算法等前沿技术的交叉应用，具有较强的理论深度与工程实践价值。; 适合人群：具备电力系统基本理论知识和Matlab/Simulink仿真能力的研究生、科研人员及电力工程技术人员，特别适用于从事电力系统稳定性分析、安全防护、故障演化机制与优化调度等领域研究的专业人士。; 使用场景及目标：① 掌握10机39节点系统的建模方法与仿真流程；② 学习并复现电力系统典型故障（如短路、N-k故障、级联故障）的建模与动态响应分析；③ 理解基于MILP的电网脆弱性评估、攻击策略建模与故障传播机制；④ 结合优化算法开展电力系统安全防御、恢复策略与韧性提升研究。; 阅读建议：建议结合文档中标注的“顶级EI复现”“核心论文复现”等标签，重点关注模型构建逻辑与代码实现细节，优先运行仿真案例以理解其物理背景与数学建模原理，同时深入分析故障场景设定、目标函数设计及优化求解策略的工程意义与学术价值。

易语言源码程序是否运行2

内容概要：本文系统研究了移相控制全桥LLC谐振变换器的工作特性，依托Simulink仿真平台深入分析其运行机理、动态响应与稳态性能。详细阐述了LLC谐振变换器的拓扑结构、工作原理及移相控制策略的设计方法，构建了完整的仿真模型以验证其在不同负载条件下的效率表现与软开关实现能力，显著提升了电能转换效率与系统稳定性。研究进一步探讨了谐振频率、励磁电感与变压器变比等关键参数对系统性能的影响规律，为高频高效电源的设计与优化提供了坚实的理论支撑与实践指导。; 适合人群：电力电子、电气工程及其自动化等相关专业的高校师生，以及从事电源设计、新能源变换技术研发的工程技术人员。; 使用场景及目标：①掌握LLC谐振变换器的建模与仿真方法；②理解移相控制对提升变换器效率的关键作用机制；③应用于高效率DC-DC变换器的设计与优化，服务于新能源汽车、光伏发电、通信电源等高端电源领域。; 阅读建议：建议读者结合Simulink仿真工具动手搭建模型，对照文中控制策略与参数设置进行逐步调试，深入理解各功能模块间的交互关系，同时可进一步拓展至数字控制算法实现与硬件原型开发，全面提升系统设计与工程实践能力。