config_context#

sklearn.config_context(*, assume_finite=None, working_memory=None, print_changed_only=None, отображение=None, pairwise_dist_chunk_size=None, enable_cython_pairwise_dist=None, , содержащий массив с количеством выбранных признаков на каждом шаге.=None, transform_output=None, enable_metadata_routing=None, skip_parameter_validation=None)[источник]#

Контекстный менеджер для временного изменения глобальной конфигурации scikit-learn.

Этот контекстный менеджер может использоваться для применения изменений конфигурации scikit-learn в пределах области действия оператора with. После выхода из контекста глобальная конфигурация восстанавливается снова.

Глобальные конфигурации по умолчанию (которые вступают в силу при импорте scikit-learn) определены ниже в списке параметров.

Параметры:
assume_finitebool, по умолчанию=None

Если True, проверка конечности будет пропущена, что экономит время, но может привести к сбоям. Если False, проверка конечности будет выполнена, избегая ошибок. Если None, существующая конфигурация не изменится. Глобальное значение по умолчанию: False.

working_memoryint, default=None

Если установлено, scikit-learn попытается ограничить размер временных массивов этим числом MiB (на задачу при распараллеливании), часто экономя как время вычислений, так и память на дорогостоящих операциях, которые могут быть выполнены по частям. Если None, существующая конфигурация не изменится. Глобальное значение по умолчанию: 1024.

print_changed_onlybool, по умолчанию=None

Если True, только параметры, установленные в нестандартные значения, будут выводиться при печати оценщика. Например, print(SVC()) while True будет печатать только 'SVC()', но будет печатать 'SVC(C=1.0, cache_size=200, …)' со всеми неизмененными параметрами когда False. Если None, существующая конфигурация не изменится. Глобальное значение по умолчанию: True.

Изменено в версии 0.23: Глобальная конфигурация по умолчанию изменена с False на True.

отображение{‘text’, ‘diagram’}, по умолчанию=None

Если 'diagram', оценщики будут отображаться в виде диаграммы в контексте Jupyter lab или ноутбука. Если 'text', оценщики будут отображаться в виде текста. Если None, существующая конфигурация не изменится. Глобальное значение по умолчанию: 'diagram'.

Добавлено в версии 0.23.

pairwise_dist_chunk_sizeint, default=None

Количество векторов строк на чанк для ускоренного попарного уменьшения расстояний в бэкенде. Глобальное значение по умолчанию: 256 (подходит для большинства современных кэшей и архитектур ноутбуков).

Предназначено для упрощения тестирования и бенчмаркинга внутренних компонентов scikit-learn. Обычные пользователи не должны получать преимуществ от настройки этой конфигурации.

Добавлено в версии 1.1.

enable_cython_pairwise_distbool, по умолчанию=None

Использовать ускоренный бэкенд редукции попарных расстояний, когда это возможно. Глобальное значение по умолчанию: True.

Предназначено для упрощения тестирования и бенчмаркинга внутренних компонентов scikit-learn. Обычные пользователи не должны получать преимуществ от настройки этой конфигурации.

Добавлено в версии 1.1.

, содержащий массив с количеством выбранных признаков на каждом шаге.bool, по умолчанию=None

Использовать диспетчеризацию Array API, когда входные данные соответствуют стандарту Array API. Глобальное значение по умолчанию: False.

См. Руководство пользователя для получения дополнительной информации.

Добавлено в версии 1.2.

transform_outputstr, default=None

Настройка вывода transform и fit_transform.

См. Введение API set_output для примера использования API.

  • "default": Формат вывода трансформера по умолчанию

  • "pandas": DataFrame вывод

  • "polars": Вывод Polars

  • None: Конфигурация преобразования не изменена

Глобальное значение по умолчанию: "default".

Добавлено в версии 1.2.

Добавлено в версии 1.4: "polars" опция была добавлена.

enable_metadata_routingbool, по умолчанию=None

Включить маршрутизацию метаданных. По умолчанию эта функция отключена.

См. руководство по маршрутизации метаданных для получения дополнительной информации.

  • True: Маршрутизация метаданных включена

  • False: Маршрутизация метаданных отключена, используйте старый синтаксис.

  • None: Конфигурация не изменена

Глобальное значение по умолчанию: False.

Добавлено в версии 1.3.

skip_parameter_validationbool, по умолчанию=None

Если True, отключить проверку типов и значений гиперпараметров в методе fit оценщиков и для аргументов, передаваемых в публичные вспомогательные функции. Это может сэкономить время в некоторых ситуациях, но может привести к низкоуровневым сбоям и исключениям с запутанными сообщениями об ошибках. Глобальное значение по умолчанию: False.

Обратите внимание, что для параметров данных, таких как X и y, только проверка типа пропускается, но проверка с check_array будет продолжать работать.

Добавлено в версии 1.3.

Возвращает:
None.

Смотрите также

set_config

Установить глобальную конфигурацию scikit-learn.

get_config

Получить текущие значения глобальной конфигурации.

Примечания

Все настройки, а не только измененные в данный момент, будут возвращены к своим предыдущим значениям при выходе из контекстного менеджера.

Примеры

>>> import sklearn
>>> from sklearn.utils.validation import assert_all_finite
>>> with sklearn.config_context(assume_finite=True):
...     assert_all_finite([float('nan')])
>>> with sklearn.config_context(assume_finite=True):
...     with sklearn.config_context(assume_finite=False):
...         assert_all_finite([float('nan')])
Traceback (most recent call last):
...
ValueError: Input contains NaN...
На этой странице