all_estimators

sklearn.utils.discovery.all_estimators(type_filter=None)

Gibt eine Liste aller Schätzer aus sklearn zurück.

Diese Funktion durchsucht das Modul und holt alle Klassen, die von BaseEstimator erben. Klassen, die in Testmodulen definiert sind, werden nicht einbezogen.

Parameter:

type_filter{“classifier”, “regressor”, “cluster”, “transformer”} oder Liste dieser Zeichenketten, Standard=None

Welche Art von Estimators zurückgegeben werden soll. Wenn None, wird kein Filter angewendet und alle Estimators werden zurückgegeben. Mögliche Werte sind 'classifier', 'regressor', 'cluster' und 'transformer', um nur Estimators dieser spezifischen Typen zu erhalten, oder eine Liste davon, um die Estimators zu erhalten, die mindestens einem der Typen entsprechen.

Gibt zurück:

estimatorsListe von Tupeln

Liste von (name, class), wobei name der Klassenname als Zeichenkette und class der tatsächliche Typ der Klasse ist.

Beispiele

>>> from sklearn.utils.discovery import all_estimators
>>> estimators = all_estimators()
>>> type(estimators)
<class 'list'>
>>> type(estimators[0])
<class 'tuple'>
>>> estimators[:2]
[('ARDRegression', <class 'sklearn.linear_model._bayes.ARDRegression'>),
 ('AdaBoostClassifier',
  <class 'sklearn.ensemble._weight_boosting.AdaBoostClassifier'>)]
>>> classifiers = all_estimators(type_filter="classifier")
>>> classifiers[:2]
[('AdaBoostClassifier',
  <class 'sklearn.ensemble._weight_boosting.AdaBoostClassifier'>),
 ('BaggingClassifier', <class 'sklearn.ensemble._bagging.BaggingClassifier'>)]
>>> regressors = all_estimators(type_filter="regressor")
>>> regressors[:2]
[('ARDRegression', <class 'sklearn.linear_model._bayes.ARDRegression'>),
 ('AdaBoostRegressor',
  <class 'sklearn.ensemble._weight_boosting.AdaBoostRegressor'>)]
>>> both = all_estimators(type_filter=["classifier", "regressor"])
>>> both[:2]
[('ARDRegression', <class 'sklearn.linear_model._bayes.ARDRegression'>),
 ('AdaBoostClassifier',
  <class 'sklearn.ensemble._weight_boosting.AdaBoostClassifier'>)]