set_config#

sklearn.set_config(assume_finite=None, working_memory=None, print_changed_only=None, display=None, pairwise_dist_chunk_size=None, enable_cython_pairwise_dist=None, array_api_dispatch=None, transform_output=None, enable_metadata_routing=None, skip_parameter_validation=None)[原始碼]#

設定全域 scikit-learn 設定。

在 0.19 版本加入。

參數:
assume_finitebool，預設值為 None

若為 True，將會跳過有限性的驗證，可節省時間，但可能導致潛在的崩潰。若為 False，將會執行有限性的驗證，避免錯誤。全域預設值：False。

在 0.19 版本加入。

working_memoryint，預設值為 None

若設定，scikit-learn 將嘗試限制臨時陣列的大小，使其不超過此數量的 MiB (在平行化時，每個工作一個)，這通常可以節省昂貴操作的計算時間和記憶體，這些操作可以分塊執行。全域預設值：1024。

在 0.20 版本加入。

print_changed_onlybool，預設值為 None

若為 True，在列印估計器時，只會列印設定為非預設值的參數。例如，print(SVC()) 在 True 時只會列印 'SVC()'，而預設行為會列印 'SVC(C=1.0, cache_size=200, ...)'，包含所有未變更的參數。

在 0.21 版本加入。

display{‘text’，‘diagram’}，預設值為 None

若為 ‘diagram’，估計器將會在 Jupyter lab 或 notebook 環境中以圖表形式顯示。若為 ‘text’，估計器將會以文字形式顯示。預設值為 ‘diagram’。

在 0.23 版本加入。

pairwise_dist_chunk_sizeint，預設值為 None

用於加速成對距離縮減後端的每個區塊的列向量數量。預設值為 256 (適用於大多數現代筆記型電腦的快取和架構)。

旨在更輕鬆地對 scikit-learn 內部進行基準測試和測試。不期望終端使用者能從客製化此設定中受益。

在 1.1 版本加入。

enable_cython_pairwise_distbool，預設值為 None

在可能的情況下，使用加速的成對距離縮減後端。全域預設值：True。

旨在更輕鬆地對 scikit-learn 內部進行基準測試和測試。不期望終端使用者能從客製化此設定中受益。

在 1.1 版本加入。

array_api_dispatchbool，預設值為 None

當輸入符合 Array API 標準時，使用 Array API 調度。預設值為 False。

請參閱 使用者指南 以取得更多詳細資訊。

在 1.2 版本加入。

transform_outputstr，預設值為 None

設定 transform 和 fit_transform 的輸出。

請參閱 介紹 set_output API 以取得如何使用 API 的範例。

  • "default"：轉換器的預設輸出格式

  • "pandas"：DataFrame 輸出

  • "polars"：Polars 輸出

  • None：轉換設定不變更

在 1.2 版本加入。

在 1.4 版本中新增: 新增 "polars" 選項。

enable_metadata_routingbool，預設值為 None

啟用中繼資料路由。預設情況下，此功能已停用。

請參閱 中繼資料路由使用者指南 以取得更多詳細資訊。

  • True：已啟用中繼資料路由

  • False：已停用中繼資料路由，使用舊語法。

  • None：設定不變更

在 1.3 版本加入。

skip_parameter_validationbool，預設值為 None

若為 True，則在估計器的 fit 方法中，以及傳遞給公用輔助函數的引數時，停用超參數類型和值的驗證。在某些情況下，這可以節省時間，但可能會導致低階崩潰和例外，並產生令人困惑的錯誤訊息。

請注意，對於數據參數，例如 X 和 y，只會跳過類型驗證，但使用 check_array 的驗證將會繼續執行。

在 1.3 版本加入。

另請參閱

config_context

config_context

get_config

get_config

範例

>>> from sklearn import set_config
>>> set_config(display='diagram')