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)[Quelle]#

Globale scikit-learn-Konfiguration festlegen.

Diese Einstellungen steuern das Verhalten von scikit-learn-Funktionen während einer Nutzungssitzung der Bibliothek. Globale Standardkonfigurationen (wie in der folgenden Parameterliste beschrieben) treten in Kraft, wenn scikit-learn importiert wird.

Diese Funktion kann verwendet werden, um die globale scikit-learn-Konfiguration zur Laufzeit zu ändern. Das Übergeben von None als Argument (Standardwert) belässt die entsprechende Einstellung unverändert. Dies ermöglicht es Benutzern, die globalen Konfigurationswerte selektiv zu aktualisieren, ohne andere zu beeinträchtigen.

Hinzugefügt in Version 0.19.

Parameter:
assume_finitebool, Standard=None

Wenn True, wird die Überprüfung auf Endlichkeit übersprungen, was Zeit spart, aber zu möglichen Abstürzen führen kann. Wenn False, wird die Überprüfung auf Endlichkeit durchgeführt, was Fehler vermeidet. Globaler Standard: False.

Hinzugefügt in Version 0.19.

working_memoryint, Standard=None

Wenn gesetzt, versucht scikit-learn, die Größe temporärer Arrays auf diese Anzahl von MiB zu begrenzen (pro Job, wenn parallelisiert), was oft sowohl Rechenzeit als auch Speicher bei teuren Operationen spart, die in Chunks durchgeführt werden können. Globaler Standard: 1024.

Hinzugefügt in Version 0.20.

print_changed_onlybool, Standard=None

Wenn True, werden nur die Parameter, die auf Nicht-Standardwerte gesetzt wurden, beim Drucken eines Schätzers ausgegeben. Zum Beispiel wird print(SVC()) mit True nur ‘SVC()’ ausgeben, während das Standardverhalten wäre, ‘SVC(C=1.0, cache_size=200, …)’ mit allen nicht geänderten Parametern auszugeben. Globaler Standard: True.

Hinzugefügt in Version 0.21.

Geändert in Version 0.23: Globale Standardkonfiguration wurde von False auf True geändert.

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

Wenn ‘diagram’, werden Schätzer in einer Jupyter Lab- oder Notebook-Umgebung als Diagramm angezeigt. Wenn ‘text’, werden Schätzer als Text angezeigt. Globaler Standard: ‘diagram’.

Hinzugefügt in Version 0.23.

pairwise_dist_chunk_sizeint, Standard=None

Die Anzahl der Zeilenvektoren pro Chunk für das beschleunigte Backend zur Reduzierung paarweiser Distanzen. Globaler Standard: 256 (geeignet für die meisten modernen Laptops-Caches und Architekturen).

Gedacht für einfacheres Benchmarking und Testen interner scikit-learn-Komponenten. Endbenutzer werden voraussichtlich keinen Vorteil aus der Anpassung dieser Konfigurationseinstellung ziehen.

Hinzugefügt in Version 1.1.

enable_cython_pairwise_distbool, Standard=None

Verwendet das beschleunigte Backend zur Reduzierung paarweiser Distanzen, wenn möglich. Globaler Standard: True.

Gedacht für einfacheres Benchmarking und Testen interner scikit-learn-Komponenten. Endbenutzer werden voraussichtlich keinen Vorteil aus der Anpassung dieser Konfigurationseinstellung ziehen.

Hinzugefügt in Version 1.1.

array_api_dispatchbool, Standard=None

Verwendet Array API Dispatching, wenn Eingaben dem Array API-Standard folgen. Globaler Standard: False.

Weitere Details finden Sie im Benutzerhandbuch.

Hinzugefügt in Version 1.2.

transform_outputstr, Standard=None

Konfiguriert die Ausgabe von transform und fit_transform.

Siehe Einführung in die set_output API für ein Beispiel zur Verwendung der API.

  • "default": Standardausgabeformat eines Transformers

  • "pandas": DataFrame-Ausgabe

  • "polars": Polars-Ausgabe

  • None: Die Transformationskonfiguration bleibt unverändert

Globaler Standard: "default".

Hinzugefügt in Version 1.2.

Hinzugefügt in Version 1.4: Die Option "polars" wurde hinzugefügt.

enable_metadata_routingbool, Standard=None

Aktiviert Metadaten-Routing. Standardmäßig ist diese Funktion deaktiviert.

Weitere Details finden Sie im Benutzerhandbuch für Metadaten-Routing.

  • True: Metadaten-Routing ist aktiviert

  • False: Metadaten-Routing ist deaktiviert, verwenden Sie die alte Syntax.

  • None: Konfiguration ist unverändert

Globaler Standard: False.

Hinzugefügt in Version 1.3.

skip_parameter_validationbool, Standard=None

Wenn True, wird die Überprüfung der Typen und Werte von Hyperparametern in der fit-Methode von Schätzern und für Argumente, die an öffentliche Hilfsfunktionen übergeben werden, deaktiviert. Dies kann in einigen Situationen Zeit sparen, kann aber zu Low-Level-Abstürzen und Ausnahmen mit verwirrenden Fehlermeldungen führen. Globaler Standard: False.

Beachten Sie, dass für Datenparameter wie X und y nur die Typüberprüfung übersprungen wird, die Überprüfung mit check_array jedoch weiterhin ausgeführt wird.

Hinzugefügt in Version 1.3.

Siehe auch

config_context

Kontextmanager für die globale scikit-learn-Konfiguration.

get_config

Ruft aktuelle Werte der globalen Konfiguration ab.

Beispiele

>>> from sklearn import set_config
>>> set_config(display='diagram')
Auf dieser Seite

Diese Seite