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, default=False

输入是否可以为一维数组。

two_d_arraybool, default=True

输入是否可以为二维数组。请注意，目前大多数常见测试仅在将此标志设置为 True 时运行。

three_d_arraybool, default=False

输入是否可以为三维数组。

sparsebool, default=False

输入是否可以为稀疏矩阵。

categoricalbool, default=False

输入是否可以为分类数据。

stringbool, default=False

输入是否可以为类数组的字符串。

dictbool, default=False

输入是否可以为字典。

positive_onlybool, default=False

估计器是否要求 X 为正数。

allow_nanbool, default=False

估计器是否支持编码为 np.nan 的缺失值数据。

pairwisebool, default=False

此布尔属性指示数据（X）、fit 及类似方法是否由样本间的两两度量（pairwise measures）组成，而不是针对每个样本的特征表示。当估计器具有值为 ‘precomputed’ 的 metric、affinity 或 kernel 参数时，该值通常为 True。其主要目的是支持旨在进行两两估计的数据子样本提取的元估计器或交叉验证过程，其中数据需要在两个轴上进行索引。具体而言，该标签由 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，并同样设置为 True。