输入标签

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, default=False

输入是否可以是一维数组。

two_d_arraybool, default=True

输入是否可以是二维数组。注意，大多数常用测试只有在此标志设置为True时才会运行。

three_d_arraybool, default=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, default=False

输入是否可以是分类变量。

stringbool, default=False

输入是否可以是字符串的类数组。

dictbool, default=False

输入是否可以是字典。

positive_onlybool, default=False

估计器是否需要正数 X。

allow_nanbool, default=False

估计器是否支持将缺失值编码为np.nan的数据。

pairwisebool, default=False

此布尔属性指示数据(X)，fit 和类似方法是否包含样本上的成对度量，而不是每个样本的特征表示。通常在估计器具有值为“precomputed”的metric 或 affinity 或 kernel 参数时为True。其主要目的是支持元估计器或提取用于成对估计器的子样本数据的交叉验证过程，其中数据需要在两个轴上进行索引。具体来说，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表示估计器只能取正值，则positive_only标签必须反映这一点，并且也必须设置为True。