InputTags

class sklearn.utils.InputTags(one_d_array: bool = False, two_d_array: bool = True, three_d_array: bool = False, sparse: bool = False, categorical: bool = False, string: bool = False, dict: bool = False, positive_only: bool = False, allow_nan: bool = False, pairwise: bool = False)

输入数据的标签。

参数:

one_d_arraybool, 默认值=False

输入是否可以是一维数组。

two_d_arraybool, 默认值=True

输入是否可以是二维数组。请注意，目前大多数常见测试只有在将此标志设置为 True 时才会运行。

three_d_arraybool, 默认值=False

输入是否可以是三维数组。

sparsebool, default=False

输入是否可以是稀疏矩阵。

categoricalbool, 默认值=False

输入是否可以是类别型数据。

stringbool, 默认值=False

输入是否可以是字符串数组。

dictbool, 默认值=False

输入是否可以是字典。

positive_onlybool, 默认值=False

估计器是否需要正数X。

allow_nanbool, 默认值=False

估计器是否支持编码为 np.nan 的缺失值数据。

pairwisebool, 默认值=False

此布尔属性指示数据 (X)、fit 和类似方法是否包含样本间的成对度量，而不是每个样本的特征表示。当估计器具有 metric 或 affinity 或 kernel 参数且其值为 'precomputed' 时，通常为 True。其主要目的是支持 元估计器 或交叉验证过程，该过程提取用于成对估计器的数据子样本，其中数据需要在两个轴上进行索引。具体而言，此标签由 sklearn.utils.metaestimators._safe_split 用于切片行和列。

请注意，如果将此标签设置为 True 意味着估计器只能接受正值，则 positive_only 标签必须反映这一点并也设置为 True。