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)[source]

Установить глобальную конфигурацию scikit-learn.

Добавлена в версии 0.19.

Параметры:

assume_finitebool, по умолчанию=None

Если True, проверка на конечность будет пропущена, экономя время, но потенциально приводя к сбоям. Если False, проверка на конечность будет выполнена, предотвращая ошибки. Глобальное значение по умолчанию: False.

Добавлена в версии 0.19.

working_memoryint, по умолчанию=None

Если задано, scikit-learn будет пытаться ограничить размер временных массивов этим числом МБ (на задачу при распараллеливании), что часто экономит время вычислений и память при дорогостоящих операциях, которые можно выполнять частями. Глобальное значение по умолчанию: 1024.

Добавлена в версии 0.20.

print_changed_onlybool, по умолчанию=None

Если True, будут выводиться только те параметры, которые были установлены в значения, отличные от значений по умолчанию, при выводе оценщика. Например, print(SVC()) при True выведет только ‘SVC()’, в то время как по умолчанию будет выводиться ‘SVC(C=1.0, cache_size=200, …)’ со всеми неизменёнными параметрами.

Добавлена в версии 0.21.

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

Если ‘diagram’, оценщики будут отображаться как диаграмма в контексте Jupyter lab или ноутбука. Если ‘text’, оценщики будут отображаться как текст. По умолчанию — ‘diagram’.

Добавлена в версии 0.23.

pairwise_dist_chunk_sizeint, по умолчанию=None

Количество векторов строк на кусок для ускоренного бэкенда уменьшения парных расстояний. Значение по умолчанию — 256 (подходит для кэшей и архитектур большинства современных ноутбуков).

Предназначено для более лёгкого сравнения производительности и тестирования внутренних компонентов scikit-learn. Ожидается, что конечные пользователи не будут изменять это значение конфигурации.

Добавлена в версии 1.1.

enable_cython_pairwise_distbool, по умолчанию=None

Использовать ускоренный бэкенд уменьшения парных расстояний, когда это возможно. Глобальное значение по умолчанию: True.

Предназначено для более лёгкого сравнения производительности и тестирования внутренних компонентов scikit-learn. Ожидается, что конечные пользователи не будут изменять это значение конфигурации.

Добавлена в версии 1.1.

array_api_dispatchbool, по умолчанию=None

Использовать диспетчеризацию Array API, если вводы соответствуют стандарту Array API. Значение по умолчанию — False.

См. Руководство пользователя для получения более подробной информации.

Добавлена в версии 1.2.

transform_outputstr, по умолчанию=None

Настройка вывода transform и fit_transform.

См. Введение в API set_output для примера использования API.

• "default": Формат вывода по умолчанию для преобразователя
• "pandas": Вывод DataFrame
• "polars": Вывод Polars
• None: Настройка преобразования не изменяется

Добавлена в версии 1.2.

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

enable_metadata_routingbool, по умолчанию=None

Включить маршрутизацию метаданных. По умолчанию эта функция отключена.

См. руководство пользователя по маршрутизации метаданных для получения более подробной информации.

• True: Маршрутизация метаданных включена
• False: Маршрутизация метаданных отключена, используется старый синтаксис.
• None: Конфигурация не изменена

Добавлена 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 общедоступные вспомогательные функции. Это может сэкономить время в некоторых ситуациях, но может привести к ошибкам низкого уровня и исключениям с запутанными сообщениями об ошибках.

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

Добавлена в версии 1.3.

См. также

config_context

Менеджер контекста для глобальной конфигурации scikit-learn.

get_config

Получение текущих значений глобальной конфигурации.

Примеры

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