标签#
- class sklearn.utils.Tags(estimator_type: str | None, target_tags: ~sklearn.utils._tags.TargetTags, transformer_tags: ~sklearn.utils._tags.TransformerTags | None = None, classifier_tags: ~sklearn.utils._tags.ClassifierTags | None = None, regressor_tags: ~sklearn.utils._tags.RegressorTags | None = None, array_api_support: bool = False, no_validation: bool = False, non_deterministic: bool = False, requires_fit: bool = True, _skip_test: bool = False, input_tags: ~sklearn.utils._tags.InputTags = <factory>)[源代码]#
估算者的标签。
看到 估计标签 for more information.
- 参数:
- estimator_type字符串或无
估计量的类型。可以是以下之一:-“classifier”-“regressor”-“Transformer”-“clusterer”-“outlier_detector”-“density_estimator”
- target_tags :
TargetTags
TargetTags
目标(y)标签。
- transformer_tags :
TransformerTags
或没有变形者标签或无 Transformer标签。
- classifier_tags :
ClassifierTags
或没有分类器标签或无 分类器标签。
- regressor_tags :
RegressorTags
或没有回归标签或无 回归标记。
- array_api_support布尔,默认=假
估计器是否支持数组API兼容的输入。
- no_validation布尔,默认=假
估计器是否跳过输入验证。这仅适用于无状态和虚拟变压器!
- non_deterministic布尔,默认=假
给定固定的估计量是否不确定
random_state
.- requires_fit布尔,默认=True
在调用其中一个之前,估计器是否需要进行装配
transform
,predict
,predict_proba
,或者decision_function
.- _skip_test布尔,默认=假
是否完全跳过常见测试。除非您有一个,否则不要使用这个 very good 原因的
- input_tags :
InputTags
InputTags
输入数据(X)标签。