config_context#

sklearn.config_context(*, 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]#

用於全域 scikit-learn 設定的上下文管理器。

參數:
assume_finitebool，預設為 None

如果為 True，則會跳過有限性的驗證，從而節省時間，但可能導致崩潰。如果為 False，則會執行有限性的驗證，避免錯誤。如果為 None，則現有值不會變更。預設值為 False。

working_memoryint，預設為 None

如果設定，scikit-learn 將嘗試將臨時陣列的大小限制為此數量的 MiB（在並行化時每個任務）。這通常可以節省計算時間和記憶體，因為可以分塊執行昂貴的操作。如果為 None，則現有值不會變更。預設值為 1024。

print_changed_onlybool，預設為 None

如果為 True，則在列印估計器時，只會列印設定為非預設值的參數。例如，當為 True 時，print(SVC()) 只會列印 ‘SVC()’，但當為 False 時，會列印 ‘SVC(C=1.0, cache_size=200, …)’，其中包含所有未變更的參數。如果為 None，則現有值不會變更。預設值為 True。

變更於 0.23 版本：預設值從 False 變更為 True。

display{‘text’, ‘diagram’}，預設為 None

如果為 ‘diagram’，則估計器將在 Jupyter lab 或筆記本環境中顯示為圖表。如果為 ‘text’，則估計器將顯示為文字。如果為 None，則現有值不會變更。預設值為 ‘diagram’。

於 0.23 版本新增。

pairwise_dist_chunk_sizeint，預設為 None

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

旨在更容易地基準測試和測試 scikit-learn 內部功能。終端使用者不應從自訂此設定中獲益。

於 1.1 版本新增。

enable_cython_pairwise_distbool，預設為 None

盡可能使用加速的成對距離縮減後端。全域預設值：True。

旨在更容易地基準測試和測試 scikit-learn 內部功能。終端使用者不應從自訂此設定中獲益。

於 1.1 版本新增。

array_api_dispatchbool，預設為 None

當輸入遵循 Array API 標準時，使用 Array API 調度。預設值為 False。

如需詳細資訊，請參閱使用者指南。

於 1.2 版本新增。

transform_outputstr，預設為 None

設定 transform 和 fit_transform 的輸出。

如需如何使用 API 的範例，請參閱導入 set_output API。

  • "default"：轉換器的預設輸出格式

  • "pandas"：DataFrame 輸出

  • "polars"：Polars 輸出

  • None：轉換設定保持不變

於 1.2 版本新增。

於 1.4 版本新增：新增了 "polars" 選項。

enable_metadata_routingbool，預設為 None

啟用中繼資料路由。預設情況下，此功能已停用。

如需詳細資訊，請參閱中繼資料路由使用者指南。

  • 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：設定保持不變

於 1.3 版本新增。

skip_parameter_validationbool，預設為 None

如果為 True，則停用估計器 fit 方法中超參數的類型和值的驗證，以及傳遞給公用輔助函式的引數。在某些情況下，它可以節省時間，但可能會導致低階崩潰和例外，並出現令人困惑的錯誤訊息。

請注意，對於資料參數（例如 X 和 y），只會跳過類型驗證，但使用 check_array 的驗證將繼續執行。

於 1.3 版本新增。

產生:
None。

另請參閱

set_config

設定全域 scikit-learn 設定。

get_config

擷取全域設定的目前值。

附註

當上下文管理器結束時，所有設定（而不僅僅是目前修改的設定）都將恢復為先前的值。

範例

>>> 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...