check_estimator

sklearn.utils.estimator_checks.check_estimator(estimator=None, generate_only=False, *, legacy:bool=True, expected_failed_checks:dict[str,str]|None=None, on_skip:Literal['warn']|None='warn', on_fail:Literal['raise','warn']|None='raise', callback:Callable|None=None)[source]

Проверка соответствия оценщика соглашениям scikit-learn.

Эта функция выполнит обширный набор тестов на проверку входных данных, форм и т. д., гарантируя, что оценщик соответствует scikit-learn соглашениям, как подробно описано в Создание собственного оценщика. Дополнительные тесты для классификаторов, регрессоров, кластеризации или преобразователей будут выполнены, если класс оценщика наследуется от соответствующего миксина из sklearn.base.

scikit-learn также предоставляет специфичный для pytest декоратор parametrize_with_checks, облегчающий тестирование нескольких оценщиков.

Проверки сгруппированы по категориям:

Проверки API: набор проверок для обеспечения совместимости API со scikit-learn. См. https://scikit-learn.org/dev/developers/develop.html — требование к оценщикам scikit-learn.
legacy: набор проверок, которые постепенно будут сгруппированы в другие категории.

Parameters:

estimatorestimator object

Экземпляр оценщика для проверки.

generate_onlybool, default=False

Когда False, проверки оцениваются, когда check_estimator вызывается. Когда True, check_estimator возвращает генератор, который возвращает кортежи (estimator, check). Проверка выполняется вызовом check(estimator).

Добавлена в версии 0.22.

Устарело начиная с версии 1.6: generate_only будет удалена в 1.8. Используйте estimator_checks_generator вместо этого.

legacybool, default=True

Включать ли проверки legacy. Со временем мы удаляем проверки из этой категории и переносим их в соответствующую.

Добавлена в версии 1.6.

expected_failed_checksdict, default=None

Словарь следующего вида:

{
    "check_name": "this check is expected to fail because ...",
}

Где "check_name" — имя проверки, а "my reason" — причина ошибки проверки.

Добавлена в версии 1.6.

on_skip“warn”, None, default=”warn”

Этот параметр управляет тем, что происходит, когда проверка пропускается.

“warn”: Выводится предупреждение SkipTestWarning и продолжение тестирования.
None: Предупреждение не выводится, и тестирование продолжается.

Добавлена в версии 1.6.

on_fail{“raise”, “warn”}, None, default=”raise”

Этот параметр управляет тем, что происходит, когда проверка завершается ошибкой.

“raise”: Исключение, которое сгенерировала первая проверка, которая завершилась ошибкой, поднимается, и тестирование прерывается. Это не включает проверки, которые ожидаются с ошибкой.
“warn”: Выводится предупреждение EstimatorCheckFailedWarning и тестирование продолжается.
None: Исключение не поднимается, и предупреждение не выводится.

Обратите внимание, что если on_fail != "raise", исключение не поднимается, даже если проверки завершились ошибкой. Вам нужно будет проверить результат check_estimator , чтобы узнать, какие проверки завершились ошибкой.

Добавлена в версии 1.6.

callbackcallable, or None, default=None

Этот обратный вызов будет вызываться с оценщиком и именем проверки, исключением (если таковое имеется), статусом проверки (xfail, failed, skipped, passed) и причиной ожидаемой ошибки, если проверка ожидается с ошибкой. Подпись обратного вызова должна быть следующей:

def callback(
    estimator,
    check_name: str,
    exception: Exception,
    status: Literal["xfail", "failed", "skipped", "passed"],
    expected_to_fail: bool,
    expected_to_fail_reason: str,
)

callback не может быть предоставлена вместе с on_fail="raise".

Добавлена в версии 1.6.

Returns:

test_resultslist

Список словарей с результатами проверки, завершившейся ошибкой, в следующем формате:

{
    "estimator": estimator,
    "check_name": check_name,
    "exception": exception,
    "status": status (one of "xfail", "failed", "skipped", "passed"),
    "expected_to_fail": expected_to_fail,
    "expected_to_fail_reason": expected_to_fail_reason,
}

estimator_checks_generatorgenerator

Генератор, возвращающий кортежи (estimator, check). Возвращается, когда generate_only=True.

Устарело начиная с версии 1.6: generate_only будет удалена в 1.8. Используйте estimator_checks_generator вместо этого.

Raises:

Exception

Если on_fail="raise", исключение, поднятое первой проверкой, завершившейся ошибкой, поднимается, и тестирование прерывается.

См. также

parametrize_with_checks: Декоратор pytest для параметризации проверок оценщиков.
estimator_checks_generator: Генератор, возвращающий кортежи (estimator, check).

Примеры

>>> from sklearn.utils.estimator_checks import check_estimator
>>> from sklearn.linear_model import LogisticRegression
>>> check_estimator(LogisticRegression())
[...]

Примеры галереи

END_OF_DOCUMENT_MARKER ```

<img alt="" src="data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAZAAAAEYCAMAAABFglBLAAADAFBMVEVHcEy45fS55vT////95r395r395r255vT////+//795r3+/v655vS55vT+//7////95r395b235fT////////95r3+/v215PP//v3+/v655vT///795bq45vS35fT95bv95rz////95bv9/fz///+35fS45vT//v645vOz5PP95bv95rz95Lj95bu35fT95br95bq15fO15fP95bmz5PP95bv+/v6z5PP+/v37/Pr95bz//fq15PP95bq45fSz5PP95Lau4vK05PP94rH95bz95bn+/Pr94rG15fP95by76Pb95bmy4/Ov4/L9/fu35vT95Lj95bmw4/L//fqv4/L9/v37/v76/f6w4/L94bC45vTH6/f9/fv+/v77/f7//Pa55vT/9OH947b/+/b+/Pn5/f7////P7ver4fH95Lir4fL6+vT95LX+/v3936u05PP+7tP95bmy5PP95Lj94bC65vT95bq25PT7/v7+/v794Kz947O65/T947T7+/n947fx+v3+7dD/8tv++fD/+/T+9+z+47ey4/L/9ePv+PvT7/j+7M3947X/+e/94rG85/Sx5PPr9/vy+vzh9fqu4vL+47PL7ff+7Mui3vC85/TW8Piz5PPn9/vm9vvV8Pjc8fbu+fz/+/W45vT1/P3+47T9+O//9uf+8t3B6vX96cT/+vO35vP+79X/9+r/6MDz+/3+7tP957//9eb+68qa2/Dw9O/+7M396MT+6MH93qXW8fj936nf9Pni9frZ8fnN7fel3fHo9/v+7cv3+/un3/L/+vL/8Nbx+vzb8vnl9vuT2O/+79Ly+v3t+Pz+79Ty+vzh9Pv+9ebi9fr/9+r/9ubH6/bn9/vN7ffL7ffJ7PbP7vfr+Px/0e797c7+6Nb0+/3/6cH50I655vX+//a65vT+5r7///+75/b/57+86fi76Pb/6L//6MD/68H/6cC65/W96/r/576+7Pr/7MO86Pf/5r665/b/6cG96vj/7sT+577A7fzA7vyFAOsA3fJHcEwkIVfKAAABAHRSTlMA9P3+/vn//vz7/PH5++X57vTf9vf27svo4e/rw/LT3vHT4p302+za5bnS5Ziz16fOwLOdVNreo7yk1diWy+eujHfGauu70mOo6f64nYOEz8CrfcZOlsvrjVy6h4qyxKv2lYeSfKnOdGywW1d9wS1yVpGReVW0x0CuuE11a4JnorlxR3nkwEBf0ElFiTq4cawufXGQZTRhk0meVYh3mGsznszF20ZOrmh+T7PigqP85Z68hV80OratbR2iJGPRibAnhWVfO/a8wLW6IKWQs3v2xoymcJyjypLhvJqrGOKu1f0W6v////////////////////////////////////8AwuvQBAAAIABJREFUeNrs231QE3caB/CSF8GQECQJmBAgvIV3kPd3REGFgkBALCDhXaEgoKkGBSkvClStvKio+FJRT6UG9Co6Kno9Rp1zHNFx6tucdu7azm53kw0JKkwy3D+36Tk9BTwwZL1bbr/ADBPI7DN8eJ7f/naTTz4hQoQIESJEiMyN/ErkfyoECAFChAAhQIgQIAQIEQKEACFCgBAgRAgQIgQIAUKEACFAiBAgBAgRAoQAIUKAECFACBAieAExYTmxWE5sNnP+22Ey2Wwn9AdsJvnjVcJk6444qRQ2i41WyPqIlfxXQVwKjyZlD3W/uH/34Z/e5OnTh3fv/9A9lJSUHZrG+miVBG1JR49Y2HdmT9NX/07TnjN9hdlJ24vE8/8/QMSXfxy8vStgW48kuG0zmjY0cV2Snm0BVe2Dx8vSzT5aJSGPGisqvq7urynwrPMRXbnipYvIv6Cmv7q58+drRZZzHYTFLV97/+lAy6HSktQjEcF+vkut0CxF4+vmFxxxZMn+0pZv9tXfEa91DF2HZSHWYsfQc01pfQ/6MzNbazf6ixJSUvh8qTQyMlLKTxD5R9fWxFRX9zY15YrtLecwCHfr3l0ta7oWZ1l5W7hGCXlGRkZ5RrrY2PCEwiiZs+3SzW1dz3oO7Gq/nI7lAF9dVvH1hobd/j5eKZGBDh7x5uYCwQJdOOiXwDzewyHQne/lc7ChuszRnjVHQUyXl9f/UFxamejmLcwjQXItGvk70arpPJmtb5xkSent2x05OSGrnbBYOEJCTvRt6KyOqfX3irSL59BUv0WjVL35RveBUKgCB6lPbebN/HNNJ7hzEsS+48CaJ21ZyTJhHoMEqKG9o4bU6CcEkBh0I16Uc3JWcEZPz+HLe10wqMOxsbGht8Dzc2mYQ6yAQ6WB8FQBKTSqID7stzY5mzvnQKxdXC7cKW7J8LMVMrSvtPJRnQIwIehDilG5dmREweBZnAxOXXXpcD3XxcWAM5zJDQ9yudjZHBOdEBbPmacZHtaolLo//xj4TsbQhxClZvg1yLHj17WueLwjKJzLnEsgW7d22DfQ5pYs4zEguXxUgfYEMEVQktFRuVwBMPKEzlaLIyTPv79xa6sB17Ckskf5B6PrUsI8BFQags4mJTJJ43cSdIYpaZz4QL7XlXsPyorM5gwI2cmsY/DSksUWDIWuNYCZRA0pABuZr2T/pfYhSyfDrO9M0/LT16trRWGxVARBxueB02cMVmqQeeb86E3XG0NM588REOaWjgMtK/28jdB1XK6YEYhagf4uQHe1ilu5rfjYHRPDrOZ9vVdbPZcFCmgqdFTB4+PTg7xEQTTDNAe+Z0x/Q6HL3AAhc/de2h+XzCORZtYcb00wgMHz3pzacszShEyeXZegzyeXX13hL/XgUMZg8IMCg/M4dssKmhvPkclzAMSp/lhxSaI3jzTD5njLA+0SYxtnP8mTh/e7t1jPqoo0x9Cmv3jWRcZSVRqN8sNEYFij5HgkrI+5mOsyB0BcjpZm+MrySMaAXiHRbWQnuyqrbqye1X9FdvOmjQmB5hwaBdQrMM18kU9Mfy7uQaxDuisr/aIY2hFILw8I3T0yLNwyWrZ15yzUexFbvudBZo3PIoHutArWy0MzPC5YFB1zUWyPc5C0GwESXxkd3fbp1yAA+kwSXejs21VZXK5vEQvzb0YnuKN78vGXL0E9OwSGz+t6pLHQBMcgZLN1Q6tKF0fR5XJgFoG0I8Y8q5WVL059psfmzMR0R9ruVpEHVTmsX3e8CaKhCNzXNz8KcWHhF2RtWUBlojP9UwiaDYhaoYAYwuSsrmf39ZhaTiceHxRJHajoGexsPEAYQXskoaD/dFEQfkGGBqsSbY1GtMBsM6pVkFzjVg6sduF+UJeYmgWFn9sdHclBlCpwtoGHaR7LYq6XheN3DVkbULKUx9AqZg2iu6KS5+3WNtBxK/tDukT85aP8e17S+HkqJTJ7EM04x85z0/aFOAUhM1n1a4Jd9V/PJwwuY4bwpGTVjzvL2SYzLcC66FrnFyI7DgUcBw0QGEQ4/Oh7O7C7144pyPyc7oEs2zy5AjAMiFrOkPlmBKz6snCGQ9xEXLShulXkLkCQlwYBAUEVxYF/5XEuF5cgpkMBGRZ00tTXdfWaWwDJyDuusv2yeGYFmH15vdqTH0+jwaChAoM0c68VZ0/gEMTEKWhfSyLvlcKAIJBcYeMcHFC1N3Td9ENjoTh7Q/N6aTxNozQgCDwMSlsbmkyZuANhBeUMRPjmjUCAYUN3jqu8fTx9+mVkXVlF5ka+4DxlDDRkNHBg3cFz9ta4A7EWDz3f7MwwMAik/UeebeKh9vTpC1h3uqKGH4+8hg0Moonl++Q72uMOJKgjQGIrZMgN3CCjcga6ad9WP30B3N4YdHs+rgING1WS4+B1s0yMP5BvDkVEMUiGnlgQpFb/4tZ1l2v5nw/PNjtxry6MhozBBgZBEMoC/opvc3EHYrmvxC/P0P3xr9Nfumvyk++n6ZGg/IPfBZrPMzQHCI6PI+fDaq+m4QyEaXpqQGJlPAJgErkwsWUf1+n9CzvbdM/VLxbREBCLqF57+GxssmSR8QRin330mZ8FhA2I4lWer6Snw/G9lzDIIUkPCnwcNKpxbEAE0rreIjETTyBbLw8eseVBckxA0C171Mkll2699yKfSXrnJpHdAgSbDlFqqA5e1deKnHAFcnxQ4kqHRrEBUQB0V8mhve9/oVToH2KkHBoCYwOiogn41T9vxxVIyM6qOB4JUAAYRU7PSj322XsP37Te0+MnbPpDd2OEQnWPqUhi4Qmk/PAqvzwIO5BXau+45y/Kp1xF2MvFj/1TBK9VmIGAlMCa5mxcdUjOgVI3dFMIYQWiBYTJEQG3pjz5tMxurPnOgaqBQaxEYMSh9ttCXHXI6uISXxKGIAqA8Utw1c4pX/Zgur2iNYxDU2IIovKI7u/DF8iaVCtjOYBZ1MCndN+S4lNTHvxxpmf8TyBmHuAYrIr1bziDK5C/P5PYYgkCACNy74hnd8wmDXKmdXhfQQLH0NcUJ4CYiwr2sPEEcupJsLMaUxC5PCorovhoyKS7UoWPekVh1GHsGkR3c12Q4NmEq43hhT8vtsAWRKEwcg6+3e446RpB2fVWaSwNm0367yAL+D5fzccRCPnCX91kEKYgkILBcwuoCp146PCzndF2VAoCYgrCkX6OK5BfURBXjEEgiGGbOvnGCPdijEgAgzDGIJFeBMjEt1iNymWJaya+l4e8448FKVQNOEaATASRAaMAphnVCv26nloz331pRfjf6twpwyCmgVUEyD/Ju9Ogpq49AOBDkgsSEhKiEQiBAGJYDZshgOyPQJiwbxUQjTwXkJ1YKIpQ0Mogolilblj3FWxd0GetD0Wdqe+hnbp03ox2XmechNwsJAHDS0zfh5fwGhuK7bSSc5mL5+MdmDtzfjn3nPM//3POW0FcHT98stbDvGLsGy/+jeupBw9Sj0IQFWAQiZTQV9jUkWc+Fcm5dz4g0n1CCRrEAWWdOvbL2yEIgGBcEzb8c8q6ROO1qgB/CAmQLJS1kNshFHCxXtNUxIbIKh1INwcJb9ue5S4Wy4GD0LPQ1kJiwYNIVLK+tNwj5jGlnLsFXEgJdtD7fxB0TQxHThpBpCLQIrqYus+OmYMcb91FxwMe9BpB3DMDP0EXyE3OYiRAmJzsF+YgSZ0l0YiAcENRBvI8ioUECC0k6jvz9267FBppjQAIuSyuC1XBxR+L0hxtwINIrRJ2/30KyPUlDL0CLMfkekiL8Ayqwu/566sTMAiACFjBD4rzTR+tsMYz16MTkQBJqb16EVUgK2+1FxIALuGa8oGIzIxzDVtN+UBr22rKPKl6OWgPPfrW1CsP5cZaqcCDYASs0h/Kw35+a95XO8vIEHgQa7wx6wRVIOE77nOYRNDRLJXGRrA4/k6zacvfop5NfDIeBj0LUeCpQclV6ehKlNsxEEURgAfBEChp99+kMEZs35jpjgAIRKYXoA2k4/7yDJoEdLcuwxD7Djf0mkBWtRXQHYCDKLRUzyUbUZa5mNN8qCjYR6IDD+Kz/MAvIOeT6VQceBAHv8C7p/NQBWJffOw5j6VSgx73ijAxdbl73oDU/KUeEoMGUY6SuaGrI9ahaqaOtf3yZl0CBjyIiJm6dMgEcqFmVxACIFr/ltocWyCnOQDd0lbtK5BiQINImKkbhkw51xeubvbD60GDyHHsuFa0bWkzzJp7l3KYGIwKMIiUxmnfawLpulsRKZZPjIHk0FvjoOhdNRdQB3Ly3sDhxQKMDDCIzoq3b69po0jXjS1suQIsiFwPJS7ZtDMCdSAeHT+UnnhJlIJtIqpxQWzTG5BPWkvYWi3gHkTuwA6t+ioPdSDezdeaeCyCGjDIT4TY6iO/gMQxXgEHScmMa+tYizoQu/yPBg/7CsZVQONZkv8SQ8xAhHGer4GCTIhHlZEBnRfDnVEHYhj5HtuXypQiCRIurAUOosXTd32bBKrSgJ6XRRoaiKcQbTRARRD+ZMkncO5Zp2qOoxLEpbe79ASTKAUKYt6pYw2dOmMUKIhygsoI2NkWjkoQr+Khwd2OVmoNWBBeqdmwF/Qoa1TM4O+/kueNShDsArt/FHFiQLYQiUg9fR4CLsUBFmshetwlby9bVIIYyqP2+AwCRiIBODF05ZiBGGbqeoAgCvEXKS0F/S7gKgw0SF53bojPDA8a/30QDY3TPmQeOsHBwGJZsNaaHFRRdc8btSDYteWfRQUzwYJMCS4K/fAAQUahyCxhDYqPGp9nn//kXB1LAiz95Odorz0i0V54bNS9TPg43MMLvZ+syQStYBoRVN61RKRiRv1qPQQYiAJHZdRevQj0ZjDwIOv2fP59BlMGaC1Xhpm6Ynge4IqhfBRicPvPRqAcxCNvTxGPZQMMhNi33DzJAeCaulxJ5tb2pzd6oRvEJT/i81JfK+O1hED2UBEo2d1T8rLc8XIQqaSwYgzPLkm+UulNQjcIdl7+rQNRiwVAMq8NIALWlES5U0vIEBAQuQJKzEw+tYgE9uI8JG5pczq2p4jjRhxXgQAhMjOKDqWbhr2Nza18TyoIEL1Sm8IP6H+cA7iykACxtVs2WMpzBdGLqKSEvhM3Hxbbmdbxi89c9iODOPtSL8cFVbR2uXjNAZCREdKjwe/dXhJUAEAEboUPwpeZNgbYOR+/Tk8BAALj3BmXO1fPkatXR7BOJx8cDKapJBKVpT9ZVgm7v/vgzd3FtguWXS/ztPhx7zAsx0cGDh93nj9HQAzlRdNyN1eizOIgNN8pW9qw24Zb2GJLgyjEkH/Zrs5tCNQTUiC2D7tzOW5WOssOtSQqHZN37pH58TPL9sf5WVt2WzQMa3H+l4U95UlzCGT+iqMN8TwKwcbCILKYqKYnZlvLsEnfCuvxFgYRf2G8T72qfN0cAiHlLGpuaI/tI6h1EktGsmwoablHppx1creAT5VbEkTxSkyO3rL99IpipzkEYpy0HR1IK/Sx5BYeiQxDcKtumHKgcWXNpiwy3pJHa8Bah6CWjV83OyNSSwiCeKTfWloa0icQaSy1gGiYFr4Mbj86Za9f5entAQwqrLRU9wHLIXJQXMHVrats5xoIyat4x0B2IUUgshSIRi1g8dqvTdkNW1l+Ko6eAmstBTKBT4wO3VS1xmk+dq6BGObRa8rbqzluTJFOZhES6TitMGpPeqN5tM87b2tnFhu3yAFmsFyrpXpyS5JrmouRqiNEQRbYNx66s4HjRlBLLSKiG/dJLXpkb2f+253vdHx1XL31K0skOsDyUbk/v2Jnz4qwhXMSZGTEZc2OQ0W8jD5XokgzcxOV8VTSb6a940pylvuMDxqHYQWMpyayuftb28rDkashhEFIHo0Pe9dnc9xoonH1DPO1jFesh+Q2TMtCDzvbU8Km4mZ2kDKs0L42fK74ccKnV1bluMxZEENZuaJ3/WFeAsWVQLRRzSS2Jf0P0zF1acdHv36B99NTFVwGpJ0ByBgsxkPUFD9+gLB1zVoXJKsHeRCndSu/ObJvX10IyxWjHte9Y28i0Uh/0rHqzh0pnhaAtauM6NzCp77WKt/pOP4JWK4cfaWE/Oktmwv6uyrzwa4Qzj7I5DpSx/2mqA8zfKyIRJt3DKZgMERacHzRj2+N01y8EeoJQbh3bB84PB4is+mBWzbtTLdDumpmB8R50cMXD4qql8c69llhpGq1TmqYLP6hlmL4M41Up1bLCExH3sEnH7999JN05lILn0HFaUdHtUo5DI9N/IGGYejGlcZ/0EOJkdxQoXC469lfK7HvBwiWRCI5f9p9IDu1kMUk2Mgkf2ahRCKRiWwEPhmppYNhv7FXfB7pwo0tXDYZb60fg8f+1LzcGu/uGZ1VktzTdsHWlmQ78n6AGItXxKdDT/4Vn8bxdVwcY0XAyKRSqUY2WSTTi+GpRiM1FhGBRnFLCInKPrf3499eL0p61llREpgZzU6h4uVapVapkBsKPL0YnioUCrlSqVRM4Klkhh+9rHZz/7PVT9M9ZqVaZg8Ea+f0wcJjR+/kVtfFJrBiXAkY4/FXhnp/C8nkU4nK2IqIghg339S00vvdvWF2v/1Bmb9wVVvVRmFtVj2DDOFxer3eWPPTTSY5lIZWZG0YViUygvihW5J7vj67zMXJZcF7BjJZwu91rB+8eftgXWpsYUIGixJDExCIhoLBGHmMAhhjMTwh0F72UVgZjsEhqQdv334+eKt80e9/T/Kf1jx9PHx9ODSQWx8dyfZMIVMh/GTB4Yw3DE923sYCQQ6Jnmy/6Ex+YG3A8L9Xby0/vcJu1mpklkFcPNZ5hP2PvTMPairL4nCxBNmSsEhIWANhkZ1ggLCENQKZBMKOCaiRfUcEQ3BBBwRbQKQREXBBEFFEWlBsUSwQqUK0R2bArWwtmabIELYEEQeH6T/mJWiLbduivNRIyK+SSt6t1HlV78t99757zj3n0pkTpaWVifG+zj5YnaZhDQ0NbQmGoiKfClSRAUhbW1tjnaWHjb2zr3t5ZVvFnUuXzuh5wf58wFVw8nKy279/oLiY5pnstj7B31qXiEajldXU1CCQBRBqaspoJSUlM1uCxV63Xd6ZxR2NF5D7jb1iUXKrFcjb4SSipuZg9anzTx7toNN37KBjsR516lSqjo4OlapeV1eHxdJN6E+fdj16Eh5XUViT47R007IhuVe3nesvarn2Y2srmbzBX4vJJFhbmzo6mloTmFpa/hvIFuTWH6+1FP31ytmrqUmh/+9r8U0AkdXbxMrGbw4dGtp38lRlZTAu8UB5fHyau7t7Wnx8efmBRFxl5e7Bx0NnhkI3p2RvCvqSG4px9iZ8UK2Xk9N3hy421mfSaN7enp4luwCVeHp60zIzdxbQLjfUOnkFpeA3sVI0xUA+WOqKxfSU3qqpycoqLMThqqurcbjgwsKsrJrSW0kOxsuIwQHubsiUvJqOo8UF9bmNjY3bADU25tYXFB9N7cj1y0Z+M5fg2wLyL81YVkhUCAaDcXBwiBEI+AIchkTF6Cks7yFNFYUPicIsmN4ikMAyYNohxU5VDEQsMRAxELHEQMRAxFoNQKQMUHqxC/IzhiHgYFpG2r03rQkXA1na84heSM7Zgwf5r55oTAoMPMuqsTF+OUkLppOisxFiIJ/658INNJFITQRCARAChn9wteM6Xx1Hz+ZhvASNCE1N4CcwBdkvZYCEIcPCwhZMo/ZF3CwsvQfo+b3S6tNOYW9NhyGRiLWyYiC/aa3dpugH0QNbm5sbGnp7e38q2lVSUiJ49xe1vOjtbXjR/HDrwOW8nB7Ml67EBpX1lH3ffeTk6cG+vrt9N56EB6btTnNPA3T+Z6Chr29w8OSR7rKykFiEGAi/a6yFw+XgyCC/gtR6mmfGHrd08/V7AxLIrVpMJlOrlWyREGC13jw9MrnEO7O++PovOXZycnJwuOxSTAOSk8WUPi/NCk6Md/fd6Eyx93G1odOxdep1dVj6DlefKorz9uOBaQeC20pvsowN5OBLMy3CQFAYv6jmC/n5vS3JuyLNrRIEC1IEU1t9MxKJSCKZ6evamloztfw3WATsTXdL9vQuys9vwEREhS5hHSbG72/P7j6+sbvc3Xc7xd7VBIv1UKdaGqo0uQwDcmky1KGqe2CxJjY+lO2B7uFdd/9x99lpv4iUVQ0k5eD1gisZ6VZkJgCBiIa8dSJ9LIiaEklf15HQGpDe3ph6FPN507FJt7LKz1ftqNOxVHExklhwfUElF0vQAlVkaLioWKpjD1cd3427dSsCvkqBGMSyLgQ1X9npyXcfmeqjIfITU6/+A+jVq1dTU1NzfAGfU8ChoJU7D1BB62olmCfTaFtrD20J+rSX1ZjFenw/DRe/0d5EZ5jBgEqOT/8X0MzMzDSgNwIBX2ZmgMZff50ZWwNluFiqm9hvD0wM7ryzj4WHSa06IFJ2EbmZ/cesNpjqk4hoNQjftTq/yN39kq/Fx2y2tDQfCdHMlrAh4NjtgrxPz4djDgYDfcOD74BkKC44hBf56HkCLWoQxHkxJDSGXQzrbKrCKwpz8AarC4iqU61X/uVMb7cERyXIxNwclx/2wfnzkB0Ohx+mMAn8WAZCYu4tqb994ROZq1Ch3cGJG00MNaCjgkiV2fHPxBmNjo7Pjo29AV4jEk1Yijtu/7PQ0FjkKgKCGjhX9NM1Cy1bkjJEmvM2FuT152NuF/oMWxqC1mdaRd7O++Od/A430ygmlsMM6MhCf1hC1Nfb/jI+IskwUlE3OXz457i47FUCRAGFQtb20/YEEEiQ+am5Sc6XxuBy+OG3cxB9q8xtW+w+eiyBw0JPVAZStUemx75i8xw/MHJMUtuQ7hxfPhiGskPKiT4Q/IMHD19cIxN0iRD2JJc7wfmKzRvAXW4SYp3evi3no78xKiKpItBm+C+zX8MD6CnAvWtUUmKdDtamq6vzVIiCqANZqxBVUL8nQRciw1letsq5OSWmW2rHR2Uj9M4+P2CjAp1exu4T3uj4+MgaIw/nxLabXqqyog0k6GH/LjeyozIXGJwnOa+XAwRilvAHhVWcbrb5WkrwlrMffhSYC7yZhjZ5UNzjjsQgRRoI4iFtT6suWhqMHbJsiGny7UO/P4Ndd7mPxggoaVAVXaiU8rhQEQaiWttwLJJfPhgYypddOOI1l6trfvGjOgWIG75YKBjV4caB0V1DfXv4jX0wkQUC29q+3pEI+QGseoKkgBav35/j730U6hqQyvXxJCVU6IFxd0QUiIFT/rFIf2Xg0Y4DEhA006IBb7x41A3bfL/LRAWsgpbAFBhqSDk+OIQUSSD7txZZOCqBlwqcw4Xot7bnflACNagHV2WpMQJSPkFgurWGoVJX1XlHBIEo2OUXpZvKcydBSwzDL6NNoHVEL14/yb7aRhkGsWz46Oz4uJEr0EfCRC61htdAUYK10ksuiGmOJ6R/sM2o/yDXyeZqnA2DB2Jmc2AKrKiCrQqPWStaQAw0G9r3WAOP5qCmFnvJJaV7Ny++VKFxaR6Sb0DN/T/LkzSyL+88oyArSkBSBorMyaSJSXDTgHO4xL3JDYuBDHUep46Am5F2dPSNItU+vNMBITJApOQUohozCEryXJCzsnO4Shbp+Ys9fGceUSxHwE6iPcZjqFBwp0LhUqICBB/Vn2FlJs+ZBBvInLK/1XeLTxXW5arCAxsIMLAzPHzjuh1QIgJEM6+ghKwL4YJetYAzp2ZN/gDIpafYdaPgl4UbW2Ok7hxcjRcJIJr4kHM0c1019hz4QLgQXa0XWza/m/gas549pRoJA8gYdJgen9jN0pNa+UBie4rbrUzV/smeB5sHe34CQiRkFJe9W2yKKcS5NjF4QqmMAV1H3xhciJEVASDbUiNN0RNTbLYQgMirOXr+kmT39lQh99pcjRSFAmRsWrHJNbg0RARuWaiLnglEYEAXApCXk9IQ3eTU31K4OtQEm2hAhVI2cXxWkqHjW3F/xQNRhdW2mFvLT7I5QgKi7/Y+Hiim8ABWQjh1LPlREMOuzvdRiBUOxNiv34pAlBFG/+CP6jLypPSd74FUx9cpjgipsChvnGFIDz/BWtFA4ApbGjMtlCAywiotKDNPNG+8/A4IqzqNCuUJC8i/JRmWgVnfowxkVywQKXz0Oe9IU/kJtrCAsCeU1mdefueuuF/hTpUcFRYQHm/MyCe+ogwDW7FAZCOuH3XT+h97dx7U1J0HAHzIofJIhKABOQMICHJKCDeC3Ajhlg3iEQ6LQRAUL1BEiqNT6jF1qaAIeIG0dF22VtS1h9fWStXRadWZ1pGVSXy5eFxhk/LXhp1FQ

Основные моменты выпуска scikit-learn 1.6

© 2007–2025 The scikit-learn developers
Licensed under the 3-clause BSD License.
https://scikit-learn.org/1.6/modules/generated/sklearn.utils.estimator_checks.check_estimator.html