sklearn.utils

Различные утилиты для помощи в разработке.

Руководство для разработчиков. См. Утилиты для разработчиков раздел для дальнейших деталей.

Bunch	Объект-контейнер, предоставляющий ключи как атрибуты.
_safe_indexing	Возвращает строки, элементы или столбцы X, используя индексы.
as_float_array	Преобразовать массивоподобный объект в массив чисел с плавающей точкой.
assert_all_finite	Вызывает ValueError, если X содержит NaN или бесконечность.
deprecated	Декоратор для пометки функции или класса как устаревшего.
estimator_html_repr	Построить HTML-представление оценщика.
gen_batches	Генератор для создания срезов, содержащих batch_size элементы от 0 до n.
gen_even_slices	Генератор для создания n_packs равномерно распределенные срезы, идущие до n.
indexable	Сделать массивы индексируемыми для перекрёстной проверки.
murmurhash3_32	Вычислить 32-битный murmurhash3 ключа с заданным сидом.
resample	Перевыборка массивов или разреженных матриц согласованным образом.
safe_mask	Возвращает маску, безопасную для использования на X.
safe_sqr	Поэлементное возведение в квадрат массивоподобных объектов и разреженных матриц.
shuffle	Перемешивание массивов или разреженных матриц согласованным образом.
Tags	Теги для оценщика.
InputTags	Теги для входных данных.
TargetTags	Метки для целевых данных.
ClassifierTags	Метки для классификатора.
RegressorTags	Теги для регрессора.
TransformerTags	Теги для преобразователя.
get_tags	Получить теги оценщика.

Проверка входных данных и параметров

Функции для проверки входных данных и параметров в оценивателях scikit-learn.

check_X_y	Проверка входных данных для стандартных оценщиков.
check_array	Проверка входных данных на массиве, списке, разреженной матрице или подобном.
check_consistent_length	Проверьте, что все массивы имеют согласованные первые размерности.
check_random_state	Преобразовать seed в экземпляр np.random.RandomState.
check_scalar	Проверка типа и значения скалярных параметров.
validation.check_is_fitted	Выполнить проверку is_fitted для оценщика.
validation.check_memory	Проверьте, что memory является joblib.Memory-подобным.
validation.check_symmetric	Убедитесь, что массив двумерный, квадратный и симметричный.
validation.column_or_1d	Преобразовать столбец или одномерный массив numpy в одномерный, иначе вызывает ошибку.
validation.has_fit_parameter	Проверьте, поддерживает ли метод fit оценщика заданный параметр.
validation.validate_data	Проверка входных данных и установка или проверка названий признаков и их количества во входных данных.

Мета-оценщики

Утилиты для мета-оценщиков.

metaestimators.available_if

Атрибут, доступный только если check возвращает истинное значение.

Обработка весов на основе меток классов

Утилиты для обработки весов на основе меток классов.

class_weight.compute_class_weight	Оценить веса классов для несбалансированных наборов данных.
class_weight.compute_sample_weight	Оценить веса образцов по классам для несбалансированных наборов данных.

Работа с многоклассовой целевой переменной в классификаторах

Утилиты для обработки многоклассовых/многомерных целевых переменных в классификаторах.

multiclass.is_multilabel	Проверить, если y находится в многометочном формате.
multiclass.type_of_target	Определить тип данных, указанный целью.
multiclass.unique_labels	Извлечь упорядоченный массив уникальных меток.

Оптимальные математические операции

Утилиты для выполнения оптимальных математических операций в scikit-learn.

extmath.density	Вычислить плотность разреженного вектора.
extmath.fast_logdet	Вычислить логарифм определителя квадратной матрицы.
extmath.randomized_range_finder	Вычислить ортонормированную матрицу, чье пространство приближает пространство A.
extmath.randomized_svd	Вычислить усечённое рандомизированное SVD.
extmath.safe_sparse_dot	Скалярное произведение, корректно обрабатывающее разреженные матрицы.
extmath.weighted_mode	Возвращает массив взвешенного модального (наиболее частого) значения в переданном массиве.

Работа с разреженными матрицами и массивами

A collection of utilities to work with sparse matrices and arrays.

sparsefuncs.incr_mean_variance_axis	Вычислить инкрементальное среднее и дисперсию вдоль оси на матрице CSR или CSC.
sparsefuncs.inplace_column_scale	Масштабирование столбцов на месте для матрицы CSC/CSR.
sparsefuncs.inplace_csr_column_scale	Масштабирование столбцов на месте для матрицы CSR.
sparsefuncs.inplace_row_scale	Масштабирование строк на месте для CSR или CSC матрицы.
sparsefuncs.inplace_swap_column	Поменять местами два столбца матрицы CSC/CSR на месте.
sparsefuncs.inplace_swap_row	Поменять местами две строки матрицы CSC/CSR на месте.
sparsefuncs.mean_variance_axis	Вычислить среднее и дисперсию вдоль оси на CSR или CSC матрице.

Утилиты для работы с разреженными матрицами и массивами, написанными на Cython.

sparsefuncs_fast.inplace_csr_row_normalize_l1	Нормализовать на месте строки CSR-матрицы или массива по их L1-норме.
sparsefuncs_fast.inplace_csr_row_normalize_l2	Нормализуйте на месте строки CSR-матрицы или массива по их L2-норме.

Работа с графами

Утилиты и алгоритмы для работы с графами.

graph.single_source_shortest_path_length

Возвращает длину кратчайшего пути от источника до всех достижимых узлов.

Случайная выборка

Утилиты для случайной выборки.

random.sample_without_replacement

Выборка целых чисел без замены.

Вспомогательные функции, работающие с массивами

Небольшая коллекция вспомогательных функций, работающих с массивами.

arrayfuncs.min_pos

Найти минимальное значение массива по положительным значениям.

при использовании парсера pandas. Параметр

Утилиты для маршрутизации метаданных внутри оценщиков scikit-learn.

Руководство пользователя. См. Маршрутизация метаданных раздел для дальнейших деталей.

metadata_routing.MetadataRequest	Содержит метаданные запроса информации потребителя.
metadata_routing.MetadataRouter	Маршрутизация метаданных координат для маршрутизатор объект.
metadata_routing.MethodMapping	Сохраняет соответствие между вызывающими и вызываемыми методами для маршрутизатор.
metadata_routing.get_routing_for_object	Получить Metadata{Router, Request} экземпляр из данного объекта.
metadata_routing.process_routing	Проверить и маршрутизировать метаданные.

Обнаружение объектов scikit-learn

Утилиты для обнаружения объектов scikit-learn.

discovery.all_displays	Получите список всех дисплеев из sklearn.
discovery.all_estimators	Получить список всех оценщиков из sklearn.
discovery.all_functions	Получить список всех функций из sklearn.

Проверки совместимости API

Различные утилиты для проверки совместимости оценщиков с API scikit-learn.

estimator_checks.check_estimator	Проверить, соответствует ли оценщик соглашениям scikit-learn.
estimator_checks.parametrize_with_checks	Специфичный для Pytest декоратор для параметризации проверок оценщиков.
estimator_checks.estimator_checks_generator	Итеративно выдает все проверочные функции для оценщика.

Параллельные вычисления

Настройки joblib и threadpoolctl инструменты для использования scikit-learn.

parallel.Parallel	Настройка joblib.Parallel который распространяет конфигурацию scikit-learn.
parallel.delayed	Декоратор, используемый для захвата аргументов функции.