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, sparse_interface=None)[исходный код]

Менеджер контекста для временного изменения глобальной конфигурации scikit-learn.

Этот менеджер контекста позволяет применять изменения конфигурации scikit-learn в пределах оператора with. После выхода из контекста глобальная конфигурация восстанавливается.

Значения глобальной конфигурации по умолчанию (действующие при импорте scikit-learn) указаны ниже в списке параметров.

Параметры:

assume_finitebool, default=None

Если True, проверка конечности пропускается, что позволяет сэкономить время, но может привести к сбоям. Если False, проверка конечности выполняется, предотвращая ошибки. Если None, текущая конфигурация не изменяется. Глобальное значение по умолчанию: False.

working_memoryint, default=None

Если задано, scikit-learn попытается ограничить размер временных массивов этим количеством МиБ (для каждой задачи при параллельном выполнении), что часто позволяет сэкономить время вычислений и память при выполнении ресурсоёмких операций, которые можно разбить на части. Если None, текущая конфигурация не изменяется. Глобальное значение по умолчанию: 1024.

print_changed_onlybool, default=None

Если True, при выводе оценивателя будут отображаться только параметры, значения которых отличаются от значений по умолчанию. Например, print(SVC()) при True будет выводить только «SVC()», а при False — «SVC(C=1.0, cache_size=200, …)» со всеми параметрами, значения которых не изменены. Если None, текущая конфигурация не изменяется. Глобальное значение по умолчанию: True.

Изменено в версии 0.23: Значение глобальной конфигурации по умолчанию изменено с False на True.

display{‘text’, ‘diagram’}, default=None

Если задано значение ‘diagram’, оцениватели будут отображаться в виде диаграммы в Jupyter Lab или Notebook. Если задано значение ‘text’, оцениватели будут отображаться в виде текста. Если None, текущая конфигурация не изменяется. Глобальное значение по умолчанию: ‘diagram’.

Добавлено в версии 0.23.

pairwise_dist_chunk_sizeint, default=None

Количество векторов-строк в блоке для ускоренной серверной части вычисления попарных расстояний. Глобальное значение по умолчанию: 256 (подходит для кэша и архитектуры большинства современных ноутбуков).

Параметр предназначен для упрощения тестирования производительности и проверки внутренних компонентов scikit-learn. Ожидается, что конечным пользователям не потребуется настраивать этот параметр.

Добавлено в версии 1.1.

enable_cython_pairwise_distbool, default=None

Использовать ускоренную серверную часть вычисления попарных расстояний, когда это возможно. Глобальное значение по умолчанию: True.

Параметр предназначен для упрощения тестирования производительности и проверки внутренних компонентов scikit-learn. Ожидается, что конечным пользователям не потребуется настраивать этот параметр.

Добавлено в версии 1.1.

array_api_dispatchbool, default=None

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

Подробнее см. в руководстве пользователя.

Добавлено в версии 1.2.

transform_outputstr, default=None

Настройка вывода transform и fit_transform.

Подробнее см. в руководстве пользователя, а пример использования API — в разделе Знакомство с API set_output.

• "default": формат вывода преобразователя по умолчанию
• "pandas": вывод в формате DataFrame
• "polars": вывод в формате Polars
• None: конфигурация преобразования не изменена

Глобальное значение по умолчанию: “default”.

Добавлено в версии 1.2.

Добавлено в версии 1.4: добавлен параметр "polars".

enable_metadata_routingbool, default=None

Включить маршрутизацию метаданных. По умолчанию эта функция отключена.

Подробнее см. в руководстве пользователя по маршрутизации метаданных.

• True: маршрутизация метаданных включена
• False: маршрутизация метаданных отключена, используется старый синтаксис.
• None: конфигурация не изменена

Глобальное значение по умолчанию: False.

Добавлено в версии 1.3.

skip_parameter_validationbool, default=None

Если True, отключить проверку типов и значений гиперпараметров в методе fit оценивателей и аргументов, передаваемых общедоступным вспомогательным функциям. В некоторых случаях это позволяет сэкономить время, но может привести к сбоям низкого уровня и исключениям с непонятными сообщениями об ошибках. Глобальное значение по умолчанию: False.

Обратите внимание, что для параметров данных, таких как X и y, пропускается только проверка типа, а проверка с помощью check_array продолжает выполняться.

Добавлено в версии 1.3.

sparse_interfacestr, default=”spmatrix”

Разреженный интерфейс, используемый для каждого разреженного объекта, создаваемого scikit-learn, например возвращаемых функциями значений, атрибутов и свойств оценивателей.

• "sparray": возвращать разреженные данные как разреженный массив SciPy
• "spmatrix": возвращать разреженные данные как разреженную матрицу SciPy

Добавлено в версии 1.8.

Возвращает:

None.

См. также

set_config

Задать глобальную конфигурацию scikit-learn.

get_config

Получить текущие значения глобальной конфигурации.

Примечания

При выходе из менеджера контекста все настройки, а не только изменённые в данный момент, возвращаются к прежним значениям.

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...

Примеры из галереи

Знакомство с API set_output

Основные нововведения scikit-learn 1.9