InputTags

class sklearn.utils.InputTags(one_d_array: bool = False, two_d_array: bool = True, three_d_array: bool = False, sparse: bool = False, categorical: bool = False, string: bool = False, dict: bool = False, positive_only: bool = False, allow_nan: bool = False, pairwise: bool = False)

輸入資料的標籤。

參數:

one_d_arraybool，預設值為 False

指示輸入是否可以為一維陣列。

two_d_arraybool，預設值為 True

指示輸入是否可以為二維陣列。請注意，目前大多數的測試只有在此標記設定為 True 時才會執行。

three_d_arraybool，預設值為 False

指示輸入是否可以為三維陣列。

sparsebool，預設值為 False

指示輸入是否可以為稀疏矩陣。

categoricalbool，預設值為 False

指示輸入是否可以為類別型資料。

stringbool，預設值為 False

指示輸入是否可以為字串的類陣列資料。

dictbool，預設值為 False

指示輸入是否可以為字典。

positive_onlybool，預設值為 False

指示估算器是否需要正值的 X。

allow_nanbool，預設值為 False

指示估算器是否支援以 np.nan 編碼的缺失值資料。

pairwisebool，預設值為 False

此布林屬性指示資料 (X)、fit 和類似方法是否由樣本之間的成對量測組成，而不是每個樣本的特徵表示。當估算器具有 metric 或 affinity 或 kernel 參數且值為 'precomputed' 時，通常為 True。其主要目的是支援 meta-estimator 或交叉驗證程序，該程序會提取用於成對估算器的資料子樣本，其中資料需要在兩個軸上編製索引。具體來說，此標籤由 sklearn.utils.metaestimators._safe_split 用於切分行和列。

請注意，如果將此標籤設定為 True 表示估算器只能接受正值，則 positive_only 標籤必須反映這一點，並且也必須設定為 True。