版本 1.7

有关此版本主要亮点的简要说明，请参阅scikit-learn 1.7 的发布亮点。

更新日志图例

• 主要功能 以前无法实现的重大功能。

• 功能 以前无法实现的功能。

• 效率 现有功能现在可能不需要那么多计算或内存。

• 增强 杂项小改进。

• 修复 以前未按文档说明或合理预期工作的功能现在应该可以工作了。

• API 变更 未来您需要更改代码以达到相同效果；或者某个功能将在未来移除。

版本 1.7.0

2025 年 6 月

更改的模型

• 修复 更改内部依赖 "lbfgs" 优化器的估计器的 ConvergenceWarning 消息，使其更具信息性，并避免在迭代次数不可由用户设置或在达到最大迭代次数之前发生收敛问题时建议增加最大迭代次数。由 Olivier Grisel。 #31316

影响多个模块的更改

• 稀疏更新：作为 SciPy 从 spmatrix 到 sparray 更改的一部分，所有内部稀疏使用现在都支持 sparray 和 spmatrix。所有稀疏对象的操作都应该适用于 spmatrix 或 sparray。这是向 sparray 迁移的第一步（参见 SciPy 迁移到 sparray）。由 Dan Schult #30858

Array API 支持

其他估计器和函数已更新，以支持所有符合 Array API 的输入。

有关更多详细信息，请参阅Array API 支持（实验性）。

• 功能 sklearn.utils.check_consistent_length 现在支持 Array API 兼容输入。由 Stefanie Senger #29519

• 功能 sklearn.metrics.explained_variance_score 和 sklearn.metrics.mean_pinball_loss 现在支持 Array API 兼容输入。由 Virgil Chan #29978

• 功能 sklearn.metrics.fbeta_score、sklearn.metrics.precision_score 和 sklearn.metrics.recall_score 现在支持 Array API 兼容输入。由 Omar Salman #30395

• 功能 sklearn.utils.extmath.randomized_svd 现在支持 Array API 兼容输入。由 Connor Lane 和 Jérémie du Boisberranger。 #30819

• 功能 sklearn.metrics.hamming_loss 现在支持 Array API 兼容输入。由 Thomas Li #30838

• 功能 preprocessing.Binarizer 现在支持 Array API 兼容输入。由 Yaroslav Korobko、Olivier Grisel 和 Thomas Li。 #31190

• 功能 sklearn.metrics.jaccard_score 现在支持 Array API 兼容输入。由 Omar Salman #31204

• array-api-compat 和 array-api-extra 现已作为供应商代码包含在 scikit-learn 源代码中。实验性 Array API 标准支持的用户不再需要在其环境中安装 array-api-compat。由 Lucas Colley #30340

元数据路由

有关更多详细信息，请参阅元数据路由用户指南。

• 功能 ensemble.BaggingClassifier 和 ensemble.BaggingRegressor 现在通过其 predict、predict_proba、predict_log_proba 和 decision_function 方法支持元数据路由，并将 **params 传递给底层估计器。由 Stefanie Senger。 #30833

sklearn.base

• 增强 base.BaseEstimator 的估计器 HTML 表示现在增加了一个参数表，可以使用 jupyter 进行可视化。由 Guillaume Lemaitre 和 Dea María Léon #30763

sklearn.calibration

• 修复 当传入 cv="prefit” 时，CalibratedClassifierCV 现在会引发 FutureWarning 而不是 UserWarning。由 Olivier Grisel

• 当传递 float64 类型 sample_weight 以及输出 float32 类型预测的基础估计器时，使用 method="sigmoid" 的 CalibratedClassifierCV 不再崩溃。由 Olivier Grisel #30873

sklearn.compose

• API 变更 compose.ColumnTransformer 和 compose.make_column_transformer 的 force_int_remainder_cols 参数已弃用，并将在 1.9 版本中移除。它没有效果。由 Jérémie du Boisberranger #31167

sklearn.covariance

• 修复 sklearn.covariance.MinCovDet 中对 n_samples == n_features 的支持已恢复。由 Antony Lee。 #30483

sklearn.datasets

• 增强 datasets.make_classification 中添加了新参数 return_X_y。该参数的默认值不会改变函数的行为。由 Success Moses 和 Adam Cooper #30196

sklearn.decomposition

• 功能 DictionaryLearning、SparseCoder 和 MiniBatchDictionaryLearning 现在具有 inverse_transform 方法。由 Rémi Flamary #30443

sklearn.ensemble

• 功能 ensemble.HistGradientBoostingClassifier 和 ensemble.HistGradientBoostingRegressor 允许对用于提前停止的验证集进行更多控制。您现在可以通过参数 X_val、y_val 和 sample_weight_val 将用于验证的数据直接传递给 fit。由 Christian Lorentzen。 #27124

• 修复 ensemble.VotingClassifier 和 ensemble.VotingRegressor 会验证 estimators，以确保它是一个元组列表。由 Thomas Fan。 #30649

sklearn.feature_selection

• 增强 feature_selection.RFECV 现在允许在特征选择的每次迭代和交叉验证步骤中访问排名和支持。由 Marie S. #30179

• 修复 当估计器是 linear_model.ElasticNetCV 的实例且其 l1_ratio 参数为类数组时，feature_selection.SelectFromModel 现在能正确工作。由 Vasco Pereira。 #31107

sklearn.gaussian_process

• 增强 gaussian_process.GaussianProcessClassifier 现在包含一个 latent_mean_and_variance 方法，该方法公开了在拉普拉斯近似中使用的潜在函数 \(f\) 的均值和方差。由 Miguel González Duque #22227

sklearn.inspection

• 增强 在 inspection.partial_dependence 中添加 custom_values 参数。它允许用户传入自定义的值网格来计算偏依赖。由 Freddy A. Boulton 和 Stephen Pardy #26202

• 增强 当 response_method 为 ‘decision_function’、‘predict_proba’ 或 ‘auto’ 时，inspection.DecisionBoundaryDisplay 现在支持绘制多类别问题的所有类别。由 Lucy Liu #29797

• 修复 当将空列表作为 categorical_features 参数传入时，inspection.partial_dependence 现在会引发一个有信息量的错误。应使用 None 来指示不存在分类特征。由 Pedro Lopes。 #31146

• API 变更 inspection.partial_dependence 不再接受数值特征列的整数数据类型。现在，在调用此工具之前（最好甚至在拟合要检查的模型之前）需要显式转换为浮点值。由 Olivier Grisel #30409

sklearn.linear_model

• 增强 当 penalty 不为 "elasticnet" 时，linear_model.SGDClassifier 和 linear_model.SGDRegressor 现在接受 l1_ratio=None。由 Marc Bresson。 #30730

• 增强 使用 fit_intercept=True 拟合 linear_model.Lasso 和 linear_model.ElasticNet 对于稀疏输入 X 来说更快，因为避免了残差和不必要的重新计算。由 Christian Lorentzen #31387

• 修复 当使用 class_weight="balanced" 进行拟合时，linear_model.LogisticRegression 和 linear_model.LogisticRegressionCV 现在正确地将样本权重传递给 utils.class_weight.compute_class_weight。由 Shruti Nath 和 Olivier Grisel #30057

• 修复 linear_model.LinearRegression 中添加了一个新参数 tol，用于确定在稀疏数据上拟合时解 coef_ 的精度。由 Success Moses #30521

• 修复 linear_model.BayesianRidge 中超参数的更新和初始化现在正确处理样本权重。由 Antoine Baker。 #30644

• 修复 当 n_samples < n_features 时，linear_model.BayesianRidge 现在使用完整的 SVD 来正确估计后验协方差矩阵 sigma_。由 Antoine Baker #31094

• API 变更 参数 n_alphas 已在以下类中弃用：linear_model.ElasticNetCV、linear_model.LassoCV、linear_model.MultiTaskElasticNetCV 和 linear_model.MultiTaskLassoCV，并将在 1.9 版本中移除。参数 alphas 现在支持整数和类数组，从而不再需要 n_alphas。从现在开始，只应设置 alphas，以指示要自动生成的 alphas 数量（整数）或提供一个 alphas 列表（类数组）以沿着正则化路径进行测试。由 Siddharth Bansal。 #30616

• API 变更 在 linear_model.LogisticRegression 和 linear_model.LogisticRegressionCV 中，将 "liblinear" 求解器用于一对多（one-versus-rest）方案的多类别分类已弃用，并将在 1.8 版本中引发错误。请使用支持多项式损失的求解器，或将估计器封装在 sklearn.multiclass.OneVsRestClassifier 中以继续应用一对多方案。由 Jérémie du Boisberranger。 #31241

sklearn.manifold

• 增强 从 1.9 版本开始，manifold.MDS 将默认使用 n_init=1。由 Dmitry Kobak #31117

• 修复 manifold.MDS 现在能正确处理非度量 MDS。此外，返回的应力值现在与返回的嵌入相对应，并且度量 MDS 现在允许归一化应力。由 Dmitry Kobak #30514

• 修复 manifold.MDS 现在默认使用 eps=1e-6，并且收敛准则已调整，使其对度量和非度量 MDS 都合理，并遵循参考 R 实现。归一化应力的公式已调整，以遵循 Kruskal 的原始定义。由 Dmitry Kobak #31117

sklearn.metrics

• 功能 metrics.brier_score_loss 实现了多类别分类问题的布里尔分数，并添加了 scale_by_half 参数。该指标对于评估概率分类器的锐度和校准都非常有用。有关更多详细信息，请参阅文档字符串。由 Varun Aggarwal、Olivier Grisel 和 Antoine Baker。 #22046

• 功能 在 metrics.RocCurveDisplay 中添加了类方法 from_cv_results，该方法允许从 model_selection.cross_validate 结果中轻松绘制多个 ROC 曲线。由 Lucy Liu #30399

• 增强 metrics.det_curve、metrics.DetCurveDisplay.from_estimator 和 metrics.DetCurveDisplay.from_estimator 现在接受 drop_intermediate 选项，用于删除真阳性 (tp) 不变的前后阈值。所有具有相同 tp 值的点在 DET 曲线中具有相同的 fnr，因此具有相同的 y 坐标。由 Arturo Amor #29151

• 增强 class_likelihood_ratios 现在有一个 replace_undefined_by 参数。当出现零除时，该指标未定义，将返回 LR+ 和 LR- 的设定值。由 Stefanie Senger #29288

• 修复 如果 labels 中缺少 y_true 的值，metrics.log_loss 现在会引发 ValueError。由 Varun Aggarwal、Olivier Grisel 和 Antoine Baker。 #22046

• 修复 metrics.det_curve 和 metrics.DetCurveDisplay 现在返回一个额外的无穷大阈值，在此阈值下分类器总是预测负类别，即 tps = fps = 0。由 Arturo Amor #29151

• 修复 当发生零除时，class_likelihood_ratios 现在会引发 UndefinedMetricWarning 而不是 UserWarning。由 Stefanie Senger #29288

• 修复 当 line_kwargs 和 chance_level_kw 中的 label 为 None 时，metrics.RocCurveDisplay 将不再设置图例。由 Arturo Amor #29727

• 修复 已对 metrics.mean_absolute_error、metrics.mean_pinball_loss、metrics.mean_absolute_percentage_error、metrics.mean_squared_error、metrics.root_mean_squared_error、metrics.mean_squared_log_error、metrics.root_mean_squared_log_error、metrics.explained_variance_score、metrics.r2_score、metrics.mean_tweedie_deviance、metrics.mean_poisson_deviance、metrics.mean_gamma_deviance 和 metrics.d2_tweedie_score 添加了额外的 sample_weight 检查。sample_weight 只能是一维的，长度与 y_true 和 y_pred 一致或为标量。由 Lucy Liu。 #30886

• 修复 d2_log_loss_score 现在正确处理了当传入 labels 且并非所有标签都存在于 y_true 中的情况。由 Vassilis Margonis #30903

• 修复 修复了当类别和样本数量较少时 metrics.adjusted_mutual_info_score 的数值问题。由 Hleb Levitski #31065

• API 变更 metrics.fowlkes_mallows_score 的 sparse 参数已弃用，并将在 1.9 版本中移除。它没有效果。由 Luc Rocher。 #28981

• API 变更 metrics.class_likelihood_ratios 的 raise_warning 参数已弃用，并将在 1.9 版本中移除。在发生零除的情况下，将始终引发 UndefinedMetricWarning。由 Stefanie Senger。 #29288

• API 变更 在 sklearn.metrics.RocCurveDisplay.from_predictions 中，参数 y_pred 已重命名为 y_score，以更好地反映其用途。y_pred 将在 1.9 版本中移除。由 Bagus Tris Atmaja 在 #29865

sklearn.mixture

• 功能 在 mixture.BaseMixture 类中添加了属性 lower_bounds_，用于保存每次迭代的下界列表，从而提供了对混合模型（如 mixture.GaussianMixture）收敛行为的深入了解。由 Manideep Yenugula #28559

• 效率 在 GaussianMixture 中使用 covariance_type="spherical" 或 covariance_type="diag" 估计协方差时，简化了冗余计算。由 Leonce Mekinda 和 Olivier Grisel #30414

• 效率 GaussianMixture 现在在拟合 float32 数据时，始终以 float32 精度运行，以提高训练速度和内存效率。此前，部分计算会被隐式转换为 float64。由 Olivier Grisel 和 Omar Salman。 #30415

sklearn.model_selection

• 修复 超参数优化器（如 model_selection.GridSearchCV）现在即使在未启用元数据路由的情况下也会将 sample_weight 转发给评分器。由 Antoine Baker #30743

sklearn.multiclass

• 修复 当所有内部估计器从不预测其正类别时，sklearn.multiclass.OneVsRestClassifier 的 predict_proba 方法现在对所有类别返回零。由 Luis M. B. Varona、Marc Bresson 和 Jérémie du Boisberranger。 #31228

sklearn.multioutput

• 增强 multioutput.RegressorChain 和 multioutput.ClassifierChain 的参数 base_estimator 已弃用，并推荐使用 estimator。由 Success Moses 和 dikraMasrour #30152

sklearn.neural_network

• 功能 在 neural_network.MLPClassifier 和 neural_network.MLPRegressor 中添加了对 sample_weight 的支持。由 Zach Shu 和 Christian Lorentzen #30155

• 功能 在 neural_network.MLPRegressor 中添加了 loss 参数，选项包括 "squared_error"（默认）和 "poisson"（新增）。由 Christian Lorentzen #30712

• 修复 neural_network.MLPRegressor 现在在设置了 early_stopping 且计算得到的验证集过小时会引发一个信息性错误。作者：David Shumway。#24788

sklearn.pipeline

• 改进 在 pipeline.make_union 函数中暴露了 verbose_feature_names_out 参数，允许用户控制 pipeline.FeatureUnion 中特征名称的唯一性。作者：Abhijeetsingh Meena #30406

sklearn.preprocessing

• 改进 使用 strategy="uniform" 的 preprocessing.KBinsDiscretizer 现在接受 sample_weight 参数。此外，在使用 strategy="quantile" 时，现在可以指定 quantile_method（未来 quantile_method="averaged_inverted_cdf" 将成为默认值）。作者：Shruti Nath 和 Olivier Grisel #29907

• 修复 preprocessing.KBinsDiscretizer 现在在给定样本权重并使用子采样时使用加权重采样。这可能会改变结果，即使在不使用样本权重的情况下也是如此，尽管是从绝对值而非统计属性方面。作者：Shruti Nath 和 Jérémie du Boisberranger #29907

• 修复 现在使用 scipy.stats.yeojohnson 而非我们自己的 Yeo-Johnson 变换实现。修复了当 scipy 版本 >= 1.12 时，PowerTransformer(method="yeo-johnson") 的 Yeo-Johnson 变换的数值稳定性问题（主要是溢出）。初始 PR 由 Xuefeng Xu 完成，并由 Mohamed Yaich、Oussama Er-rabie、Mohammed Yaslam Dlimi、Hamza Zaroual、Amine Hannoun 和 Sylvain Marié 完成。#31227

sklearn.svm

• 修复 svm.LinearSVC 现在在以 class_weight="balanced" 拟合时，会正确地将样本权重传递给 utils.class_weight.compute_class_weight。作者：Shruti Nath #30057

sklearn.utils

• 改进 当唯一类别的数量大于样本数量的 50% 时，utils.multiclass.type_of_target 会引发警告。此警告仅在 y 具有超过 20 个样本时引发。作者：Rahil Parikh。#26335

• 改进 :func: resample 现在支持样本权重，从而允许加权重采样。作者：Shruti Nath 和 Olivier Grisel #29907

• 改进 utils.class_weight.compute_class_weight 现在在使用“balanced”策略计算类别权重时，会正确地考虑样本权重。作者：Shruti Nath #30057

• 改进 主进程中的警告过滤器会传播到 joblib 工作器。作者：Thomas Fan #30380

• 改进 私有辅助函数 utils._safe_indexing 现在正式支持 pyarrow 数据。例如，现在可以将 pyarrow Table 作为 X 传递给 compose.ColumnTransformer。作者：Christian Lorentzen #31040

• 修复 在 utils.estimator_checks 中，我们现在通过将最小值作为负类而不是第一个元素，来强制二元分类器使用二元 y，这使其对 y 的洗牌具有鲁棒性。它防止了两个检查在二元分类器上错误失败。作者：Antoine Baker。#30775

• 修复 utils.extmath.randomized_svd 和 utils.extmath.randomized_range_finder 现在会验证其输入数组，以便在输入无效时提前抛出信息性错误消息。作者：Connor Lane。#30819

代码和文档贡献者

感谢自 1.6 版本以来为项目维护和改进做出贡献的所有人，包括

4hm3d, Aaron Schumacher, Abhijeetsingh Meena, Acciaro Gennaro Daniele, Achraf Tasfaout, Adrien Linares, Adrin Jalali, Agriya Khetarpal, Aiden Frank, Aitsaid Azzedine Idir, ajay-sentry, Akanksha Mhadolkar, Alfredo Saucedo, Anderson Chaves, Andres Guzman-Ballen, Aniruddha Saha, antoinebaker, Antony Lee, Arjun S, ArthurDbrn, Arturo, Arturo Amor, ash, Ashton Powell, ayoub.agouzoul, Bagus Tris Atmaja, Benjamin Danek, Boney Patel, Camille Troillard, Chems Ben, Christian Lorentzen, Christian Veenhuis, Christine P. Chai, claudio, Code_Blooded, Colas, Colin Coe, Connor Lane, Corey Farwell, Daniel Agyapong, Dan Schult, Dea María Léon, Deepak Saldanha, dependabot[bot], Dimitri Papadopoulos Orfanos, Dmitry Kobak, Domenico, Elham Babaei, emelia-hdz, EmilyXinyi, Emma Carballal, Eric Larson, fabianhenning, Gael Varoquaux, Gil Ramot, Gordon Grey, Goutam, G Sreeja, Guillaume Lemaitre, Haesun Park, Hanjun Kim, Helder Geovane Gomes de Lima, Henri Bonamy, Hleb Levitski, Hugo Boulenger, IlyaSolomatin, Irene, Jérémie du Boisberranger, Jérôme Dockès, JoaoRodriguesIST, Joel Nothman, Josh, Kevin Klein, Loic Esteve, Lucas Colley, Luc Rocher, Lucy Liu, Luis M. B. Varona, lunovian, Mamduh Zabidi, Marc Bresson, Marco Edward Gorelli, Marco Maggi, Maren Westermann, Marie Sacksick, Martin Jurča, Miguel González Duque, Mihir Waknis, Mohamed Ali SRIR, Mohamed DHIFALLAH, mohammed benyamna, Mohit Singh Thakur, Mounir Lbath, myenugula, Natalia Mokeeva, Olivier Grisel, omahs, Omar Salman, Pedro Lopes, Pedro Olivares, Preyas Shah, Radovenchyk, Rahil Parikh, Rémi Flamary, Reshama Shaikh, Rishab Saini, rolandrmgservices, SanchitD, Santiago Castro, Santiago Víquez, scikit-learn-bot, Scott Huberty, Shruti Nath, Siddharth Bansal, Simarjot Sidhu, Sortofamudkip, sotagg, Sourabh Kumar, Stefan, Stefanie Senger, Stefano Gaspari, Stephen Pardy, Success Moses, Sylvain Combettes, Tahar Allouche, Thomas J. Fan, Thomas Li, ThorbenMaa, Tim Head, Umberto Fasci, UV, Vasco Pereira, Vassilis Margonis, Velislav Babatchev, Victoria Shevchenko, viktor765, Vipsa Kamani, Virgil Chan, vpz, Xiao Yuan, Yaich Mohamed, Yair Shimony, Yao Xiao, Yaroslav Halchenko, Yulia Vilensky, Yuvi Panda