sklearn.config_context

sklearn.config_context(**new_config)

[源码]

全局scikit-learn配置的上下文管理器。

参数 说明
assume_finite bool, optional
如果为True,将跳过有限的验证,从而节省时间,但会导致潜在的崩溃。如果错误,将执行有限度验证,以避免错误。全局默认值:False。
working_memory int, optional
如果设置了,scikit-learn将尝试将临时数组的大小限制在MIB这个数量(并行化时每个作业),在以块形式执行的昂贵操作中, 这通常会节省计算时间和内存 。全局默认值:1024
print_changed_only bool, optional
如果为True,则在打印估计器时,只有设置为非默认值的参数才会被打印出来。比如,print(SVC()),当为True, 只会打印‘SVC()’, 但是当为False会打印所有未修改的参数‘SVC(C=1.0, cache_size=200, …)’默认是:Default is True。

在0.23版本中更改:默认值从false更改为True
display {‘text’, ‘diagram’}, optional
如果是‘diagram’,估计器将在notebook环境的jupyter lab 中显示为文本。 如果是'text',估计器将显示为文本。默认是'text'。

New in version 0.23.

另见:

set_config

设置全局scikit-learn配置

get_config

检索全局配置的当前值。

当上下文管理器退出时,所有设置,不仅仅是当前修改的设置,都将返回到它们以前的值。这不是线程安全的。

示例

>>> import sklearn
>>> from sklearn.utils.validation import assert_all_finite
>>> with sklearn.config_context(assume_finite=True):
...     assert_all_finite([float('nan')])
>>> with sklearn.config_context(assume_finite=True):
...     with sklearn.config_context(assume_finite=False):
...         assert_all_finite([float('nan')])
Traceback (most recent call last):
...
ValueError: Input contains NaN, ...