跳至主要内容
返回顶部
Ctrl
+
K
安装
用户指南
API
示例
社区
更多
入门
发行历史
术语表
开发
常见问题
支持
相关项目
路线图
治理
关于我们
GitHub
选择版本
安装
用户指南
API
示例
社区
入门
发行历史
术语表
开发
常见问题
支持
相关项目
路线图
治理
关于我们
GitHub
选择版本
章节导航
sklearn
config_context
get_config
set_config
show_versions
sklearn.base
BaseEstimator
BiclusterMixin
ClassNamePrefixFeaturesOutMixin
ClassifierMixin
ClusterMixin
DensityMixin
MetaEstimatorMixin
OneToOneFeatureMixin
OutlierMixin
RegressorMixin
TransformerMixin
clone
is_classifier
is_clusterer
is_regressor
is_outlier_detector
sklearn.calibration
CalibratedClassifierCV
calibration_curve
CalibrationDisplay
sklearn.cluster
AffinityPropagation
AgglomerativeClustering
Birch
BisectingKMeans
DBSCAN
FeatureAgglomeration
HDBSCAN
KMeans
MeanShift
MiniBatchKMeans
OPTICS
SpectralBiclustering
SpectralClustering
SpectralCoclustering
affinity_propagation
cluster_optics_dbscan
cluster_optics_xi
compute_optics_graph
dbscan
estimate_bandwidth
k_means
kmeans_plusplus
mean_shift
spectral_clustering
ward_tree
sklearn.compose
ColumnTransformer
TransformedTargetRegressor
make_column_selector
make_column_transformer
sklearn.covariance
EllipticEnvelope
EmpiricalCovariance
GraphicalLasso
GraphicalLassoCV
LedoitWolf
MinCovDet
OAS
ShrunkCovariance
empirical_covariance
graphical_lasso
ledoit_wolf
ledoit_wolf_shrinkage
oas
shrunk_covariance
sklearn.cross_decomposition
CCA
PLSCanonical
PLSRegression
PLSSVD
sklearn.datasets
clear_data_home
dump_svmlight_file
fetch_20newsgroups
fetch_20newsgroups_vectorized
fetch_california_housing
fetch_covtype
fetch_file
fetch_kddcup99
fetch_lfw_pairs
fetch_lfw_people
fetch_olivetti_faces
fetch_openml
fetch_rcv1
fetch_species_distributions
get_data_home
load_breast_cancer
load_diabetes
load_digits
load_files
load_iris
load_linnerud
load_sample_image
load_sample_images
load_svmlight_file
load_svmlight_files
load_wine
make_biclusters
make_blobs
make_checkerboard
make_circles
make_classification
make_friedman1
make_friedman2
make_friedman3
make_gaussian_quantiles
make_hastie_10_2
make_low_rank_matrix
make_moons
make_multilabel_classification
make_regression
make_s_curve
make_sparse_coded_signal
make_sparse_spd_matrix
make_sparse_uncorrelated
make_spd_matrix
make_swiss_roll
sklearn.decomposition
DictionaryLearning
FactorAnalysis
FastICA
IncrementalPCA
KernelPCA
LatentDirichletAllocation
MiniBatchDictionaryLearning
MiniBatchNMF
MiniBatchSparsePCA
NMF
PCA
SparseCoder
SparsePCA
TruncatedSVD
dict_learning
dict_learning_online
fastica
non_negative_factorization
sparse_encode
sklearn.discriminant_analysis
LinearDiscriminantAnalysis
QuadraticDiscriminantAnalysis
sklearn.dummy
DummyClassifier
DummyRegressor
sklearn.ensemble
AdaBoostClassifier
AdaBoostRegressor
BaggingClassifier
BaggingRegressor
ExtraTreesClassifier
ExtraTreesRegressor
GradientBoostingClassifier
GradientBoostingRegressor
HistGradientBoostingClassifier
HistGradientBoostingRegressor
IsolationForest
RandomForestClassifier
RandomForestRegressor
RandomTreesEmbedding
StackingClassifier
StackingRegressor
VotingClassifier
VotingRegressor
sklearn.exceptions
ConvergenceWarning
DataConversionWarning
DataDimensionalityWarning
EfficiencyWarning
FitFailedWarning
InconsistentVersionWarning
NotFittedError
UndefinedMetricWarning
EstimatorCheckFailedWarning
sklearn.experimental
enable_halving_search_cv
enable_iterative_imputer
sklearn.feature_extraction
DictVectorizer
FeatureHasher
PatchExtractor
extract_patches_2d
grid_to_graph
img_to_graph
reconstruct_from_patches_2d
CountVectorizer
HashingVectorizer
TfidfTransformer
TfidfVectorizer
sklearn.feature_selection
GenericUnivariateSelect
RFE
RFECV
SelectFdr
SelectFpr
SelectFromModel
SelectFwe
SelectKBest
SelectPercentile
SelectorMixin
SequentialFeatureSelector
VarianceThreshold
chi2
f_classif
f_regression
mutual_info_classif
mutual_info_regression
r_regression
sklearn.frozen
FrozenEstimator
sklearn.gaussian_process
GaussianProcessClassifier
GaussianProcessRegressor
CompoundKernel
ConstantKernel
DotProduct
ExpSineSquared
Exponentiation
Hyperparameter
Kernel
Matern
PairwiseKernel
Product
RBF
RationalQuadratic
Sum
WhiteKernel
sklearn.impute
IterativeImputer
KNNImputer
MissingIndicator
SimpleImputer
sklearn.inspection
partial_dependence
permutation_importance
DecisionBoundaryDisplay
PartialDependenceDisplay
sklearn.isotonic
IsotonicRegression
check_increasing
isotonic_regression
sklearn.kernel_approximation
AdditiveChi2Sampler
Nystroem
PolynomialCountSketch
RBFSampler
SkewedChi2Sampler
sklearn.kernel_ridge
KernelRidge
sklearn.linear_model
LogisticRegression
LogisticRegressionCV
PassiveAggressiveClassifier
Perceptron
RidgeClassifier
RidgeClassifierCV
SGDClassifier
SGDOneClassSVM
LinearRegression
Ridge
RidgeCV
SGDRegressor
ElasticNet
ElasticNetCV
Lars
LarsCV
Lasso
LassoCV
LassoLars
LassoLarsCV
LassoLarsIC
OrthogonalMatchingPursuit
OrthogonalMatchingPursuitCV
ARDRegression
BayesianRidge
MultiTaskElasticNet
MultiTaskElasticNetCV
MultiTaskLasso
MultiTaskLassoCV
HuberRegressor
QuantileRegressor
RANSACRegressor
TheilSenRegressor
GammaRegressor
PoissonRegressor
TweedieRegressor
PassiveAggressiveRegressor
enet_path
lars_path
lars_path_gram
lasso_path
orthogonal_mp
orthogonal_mp_gram
岭回归
sklearn.manifold
等度量映射 (Isomap)
局部线性嵌入 (LocallyLinearEmbedding)
多维缩放 (MDS)
谱嵌入 (SpectralEmbedding)
t-SNE
局部线性嵌入 (locally_linear_embedding)
SMACOF
谱嵌入 (spectral_embedding)
保真度 (trustworthiness)
sklearn.metrics
检查评分器 (check_scoring)
获取评分器 (get_scorer)
获取评分器名称 (get_scorer_names)
创建评分器 (make_scorer)
准确率评分 (accuracy_score)
AUC (曲线下面积)
平均精确率评分 (average_precision_score)
平衡准确率评分 (balanced_accuracy_score)
Brier 评分损失 (brier_score_loss)
类别似然比 (class_likelihood_ratios)
分类报告 (classification_report)
Cohen Kappa 系数 (cohen_kappa_score)
混淆矩阵 (confusion_matrix)
D2 对数损失评分 (d2_log_loss_score)
折损累积增益评分 (dcg_score)
DET 曲线 (det_curve)
F1 评分 (f1_score)
Fβ 评分 (fbeta_score)
汉明损失 (hamming_loss)
铰链损失 (hinge_loss)
Jaccard 评分 (jaccard_score)
对数损失 (log_loss)
马修斯相关系数 (matthews_corrcoef)
多标签混淆矩阵 (multilabel_confusion_matrix)
归一化折损累积增益评分 (ndcg_score)
精确率-召回率曲线 (precision_recall_curve)
精确率、召回率、F-score 和支持度 (precision_recall_fscore_support)
精确率评分 (precision_score)
召回率评分 (recall_score)
ROC AUC 评分 (roc_auc_score)
ROC 曲线 (roc_curve)
top-k 准确率评分 (top_k_accuracy_score)
零一损失 (zero_one_loss)
D2 绝对误差评分 (d2_absolute_error_score)
D2 分位数评分 (d2_pinball_score)
D2 Tweedie 评分 (d2_tweedie_score)
解释方差评分 (explained_variance_score)
最大误差 (max_error)
平均绝对误差 (mean_absolute_error)
平均绝对百分比误差 (mean_absolute_percentage_error)
平均伽马偏差 (mean_gamma_deviance)
平均分位数损失 (mean_pinball_loss)
平均泊松偏差 (mean_poisson_deviance)
均方误差 (mean_squared_error)
均方对数误差 (mean_squared_log_error)
平均 Tweedie 偏差 (mean_tweedie_deviance)
中位数绝对误差 (median_absolute_error)
R方评分 (r2_score)
均方根误差 (root_mean_squared_error)
均方根对数误差 (root_mean_squared_log_error)
覆盖率误差 (coverage_error)
标签排序平均精确率评分 (label_ranking_average_precision_score)
标签排序损失 (label_ranking_loss)
调整后的互信息评分 (adjusted_mutual_info_score)
调整后的 Rand 索引 (adjusted_rand_score)
Calinski-Harabasz 评分 (calinski_harabasz_score)
列联表 (contingency_matrix)
成对混淆矩阵 (pair_confusion_matrix)
完整性评分 (completeness_score)
Davies-Bouldin 索引 (davies_bouldin_score)
Fowlkes-Mallows 索引 (fowlkes_mallows_score)
同质性、完整性和V-量度 (homogeneity_completeness_v_measure)
同质性评分 (homogeneity_score)
互信息评分 (mutual_info_score)
归一化互信息评分 (normalized_mutual_info_score)
Rand 索引 (rand_score)
轮廓样本 (silhouette_samples)
轮廓系数 (silhouette_score)
V-量度评分 (v_measure_score)
一致性评分 (consensus_score)
距离度量 (DistanceMetric)
加性卡方核 (additive_chi2_kernel)
卡方核 (chi2_kernel)
余弦距离 (cosine_distances)
余弦相似度 (cosine_similarity)
距离度量 (distance_metrics)
欧几里得距离 (euclidean_distances)
海弗森距离 (haversine_distances)
核度量 (kernel_metrics)
拉普拉斯核 (laplacian_kernel)
线性核 (linear_kernel)
曼哈顿距离 (manhattan_distances)
NaN 欧几里得距离 (nan_euclidean_distances)
成对余弦距离 (paired_cosine_distances)
成对距离 (paired_distances)
成对欧几里得距离 (paired_euclidean_distances)
成对曼哈顿距离 (paired_manhattan_distances)
成对核 (pairwise_kernels)
多项式核 (polynomial_kernel)
径向基核 (rbf_kernel)
S型核 (sigmoid_kernel)
成对距离 (pairwise_distances)
成对距离最小值索引 (pairwise_distances_argmin)
成对距离最小值索引和最小值 (pairwise_distances_argmin_min)
分块成对距离 (pairwise_distances_chunked)
混淆矩阵显示 (ConfusionMatrixDisplay)
DET 曲线显示 (DetCurveDisplay)
精确率-召回率显示 (PrecisionRecallDisplay)
预测误差显示 (PredictionErrorDisplay)
ROC 曲线显示 (RocCurveDisplay)
sklearn.mixture
贝叶斯高斯混合 (BayesianGaussianMixture)
高斯混合 (GaussianMixture)
sklearn.model_selection
分组K折交叉验证 (GroupKFold)
分组随机分层抽样 (GroupShuffleSplit)
K折交叉验证 (KFold)
留一组交叉验证 (LeaveOneGroupOut)
留一法交叉验证 (LeaveOneOut)
留P组交叉验证 (LeavePGroupsOut)
留P法交叉验证 (LeavePOut)
预定义分割 (PredefinedSplit)
重复K折交叉验证 (RepeatedKFold)
重复分层K折交叉验证 (RepeatedStratifiedKFold)
随机分层抽样 (ShuffleSplit)
分层分组K折交叉验证 (StratifiedGroupKFold)
分层K折交叉验证 (StratifiedKFold)
分层随机分层抽样 (StratifiedShuffleSplit)
时间序列分割 (TimeSeriesSplit)
检查交叉验证 (check_cv)
训练测试分割 (train_test_split)
网格搜索交叉验证 (GridSearchCV)
减半网格搜索交叉验证 (HalvingGridSearchCV)
减半随机搜索交叉验证 (HalvingRandomSearchCV)
参数网格 (ParameterGrid)
参数采样器 (ParameterSampler)
随机搜索交叉验证 (RandomizedSearchCV)
固定阈值分类器 (FixedThresholdClassifier)
调整阈值分类器交叉验证 (TunedThresholdClassifierCV)
交叉验证预测 (cross_val_predict)
交叉验证评分 (cross_val_score)
交叉验证 (cross_validate)
学习曲线 (learning_curve)
置换检验评分 (permutation_test_score)
验证曲线 (validation_curve)
学习曲线显示 (LearningCurveDisplay)
验证曲线显示 (ValidationCurveDisplay)
sklearn.multiclass
一对一分类器 (OneVsOneClassifier)
一对多分类器 (OneVsRestClassifier)
输出码分类器 (OutputCodeClassifier)
sklearn.multioutput
分类器链 (ClassifierChain)
多输出分类器 (MultiOutputClassifier)
多输出回归器 (MultiOutputRegressor)
回归器链 (RegressorChain)
sklearn.naive_bayes
伯努利朴素贝叶斯 (BernoulliNB)
类别朴素贝叶斯 (CategoricalNB)
补充朴素贝叶斯 (ComplementNB)
高斯朴素贝叶斯 (GaussianNB)
多项式朴素贝叶斯 (MultinomialNB)
sklearn.neighbors
球树 (BallTree)
KD树 (KDTree)
K近邻分类器 (KNeighborsClassifier)
K近邻回归器 (KNeighborsRegressor)
K近邻变换器 (KNeighborsTransformer)
核密度估计 (KernelDensity)
局部异常因子 (LocalOutlierFactor)
最近质心 (NearestCentroid)
最近邻 (NearestNeighbors)
邻域成分分析 (NeighborhoodComponentsAnalysis)
半径近邻分类器 (RadiusNeighborsClassifier)
半径近邻回归器 (RadiusNeighborsRegressor)
半径近邻变换器 (RadiusNeighborsTransformer)
K近邻图 (kneighbors_graph)
半径近邻图 (radius_neighbors_graph)
按行值排序图 (sort_graph_by_row_values)
sklearn.neural_network
伯努利受限玻尔兹曼机 (BernoulliRBM)
多层感知器分类器 (MLPClassifier)
多层感知器回归器 (MLPRegressor)
sklearn.pipeline
特征联合 (FeatureUnion)
管道 (Pipeline)
创建管道 (make_pipeline)
创建联合 (make_union)
sklearn.preprocessing
二值化器 (Binarizer)
函数变换器 (FunctionTransformer)
KBin离散化器 (KBinsDiscretizer)
核中心化器 (KernelCenterer)
标签二值化器 (LabelBinarizer)
标签编码器 (LabelEncoder)
最大绝对值缩放器 (MaxAbsScaler)
最小最大缩放器 (MinMaxScaler)
多标签二值化器 (MultiLabelBinarizer)
归一化器 (Normalizer)
独热编码器 (OneHotEncoder)
序数编码器 (OrdinalEncoder)
多项式特征 (PolynomialFeatures)
幂变换器 (PowerTransformer)
分位数变换器 (QuantileTransformer)
稳健缩放器 (RobustScaler)
样条变换器 (SplineTransformer)
标准化缩放器 (StandardScaler)
目标编码器 (TargetEncoder)
添加虚拟特征 (add_dummy_feature)
二值化 (binarize)
标签二值化 (label_binarize)
最大绝对值缩放 (maxabs_scale)
最小最大缩放 (minmax_scale)
归一化 (normalize)
幂变换 (power_transform)
分位数变换 (quantile_transform)
稳健缩放 (robust_scale)
缩放 (scale)
sklearn.random_projection
高斯随机投影 (GaussianRandomProjection)
稀疏随机投影 (SparseRandomProjection)
Johnson-Lindenstrauss 引理最小维数 (johnson_lindenstrauss_min_dim)
sklearn.semi_supervised
标签传播 (LabelPropagation)
标签扩展 (LabelSpreading)
自学习分类器 (SelfTrainingClassifier)
sklearn.svm
线性支持向量机分类器 (LinearSVC)
线性支持向量机回归器 (LinearSVR)
核支持向量机分类器 (NuSVC)
核支持向量机回归器 (NuSVR)
一类支持向量机 (OneClassSVM)
支持向量机分类器 (SVC)
支持向量机回归器 (SVR)
L1 正则化最小 C 值 (l1_min_c)
sklearn.tree
决策树分类器 (DecisionTreeClassifier)
决策树回归器 (DecisionTreeRegressor)
极端随机树分类器 (ExtraTreeClassifier)
极端随机树回归器 (ExtraTreeRegressor)
导出图形 (export_graphviz)
导出文本 (export_text)
绘制决策树 (plot_tree)
sklearn.utils
数据包 (Bunch)
安全索引 ( _safe_indexing)
转换为浮点数数组 (as_float_array)
断言所有值都是有限的 (assert_all_finite)
已弃用 (deprecated)
估计器 HTML 表示 (estimator_html_repr)
生成批次 (gen_batches)
生成均匀切片 (gen_even_slices)
可索引 (indexable)
MurmurHash3_32 哈希 (murmurhash3_32)
重采样 (resample)
安全掩码 (safe_mask)
安全平方 (safe_sqr)
洗牌 (shuffle)
标签 (Tags)
输入标签 (InputTags)
目标标签 (TargetTags)
分类器标签 (ClassifierTags)
回归器标签 (RegressorTags)
变换器标签 (TransformerTags)
获取标签 (get_tags)
检查 X 和 y (check_X_y)
检查数组 (check_array)
检查长度一致性 (check_consistent_length)
检查随机状态 (check_random_state)
检查标量 (check_scalar)
检查是否已拟合 (check_is_fitted)
检查内存 (check_memory)
检查对称性 (check_symmetric)
列或一维数组 (column_or_1d)
是否有拟合参数 (has_fit_parameter)
验证数据 (validate_data)
可用条件 (available_if)
计算类别权重 (compute_class_weight)
计算样本权重 (compute_sample_weight)
是否是多标签 (is_multilabel)
目标类型 (type_of_target)
唯一标签 (unique_labels)
密度 (density)
快速对数行列式 (fast_logdet)
随机范围查找器 (randomized_range_finder)
随机奇异值分解 (randomized_svd)
安全稀疏点乘 (safe_sparse_dot)
加权众数 (weighted_mode)
轴向增量均值方差 (incr_mean_variance_axis)
原地列缩放 (inplace_column_scale)
原地 CSR 列缩放 (inplace_csr_column_scale)
原地行缩放 (inplace_row_scale)
原地交换列 (inplace_swap_column)
原地交换行 (inplace_swap_row)
轴向均值方差 (mean_variance_axis)
原地 CSR 行 L1 归一化 (inplace_csr_row_normalize_l1)
原地 CSR 行 L2 归一化 (inplace_csr_row_normalize_l2)
单源最短路径长度 (single_source_shortest_path_length)
无放回抽样 (sample_without_replacement)
最小正数 (min_pos)
元数据请求 (MetadataRequest)
元数据路由器 (MetadataRouter)
方法映射 (MethodMapping)
获取对象的路由 (get_routing_for_object)
处理路由 (process_routing)
所有显示 (all_displays)
所有估计器 (all_estimators)
所有函数 (all_functions)
检查估计器 (check_estimator)
带检查的参数化 (parametrize_with_checks)
估计器检查生成器 (estimator_checks_generator)
并行 (Parallel)
延迟 (delayed)
最近弃用的 (Recently Deprecated)
并行后端 (parallel_backend)
注册并行后端 (register_parallel_backend)
API 参考 (API Reference)
sklearn.exceptions
ConvergenceWarning
收敛警告
#
异常
sklearn.exceptions.
ConvergenceWarning
[源码]
#
自定义警告,用于捕获收敛问题
0.18版本中的变更:
从sklearn.utils移动至此。
本页内容
ConvergenceWarning
显示源码