Scikit-Learn 1.7 Novedades

 

 Lo más destacado para Scikit-Learn 1.7

¡Nos complace anunciar el lanzamiento de Scikit-Learn 1.7! Muchas correcciones de errores y se agregaron mejoras, así como algunas nuevas características clave. Debajo de nosotros Detalle los aspectos más destacados de esta versión. Para una lista exhaustiva de Todos los cambios , consulte las notas de la versión .

Para instalar la última versión (con PIP):

>>pip install --upgrade scikit-learn

o con conda:

>>conda install -c conda-forge scikit-learn

Representación HTML de estimador mejorada

La representación HTML de los estimadores ahora incluye una sección que contiene la lista de parámetros y sus valores. Los parámetros no predeterminados se destacan en naranja. Una copia El botón también está disponible para copiar el nombre del parámetro "totalmente calificado" sin el Necesito llamar al get_params método. Es particularmente útil al definir un Grid de parámetros para una búsqueda de cuadrícula o una búsqueda aleatoria con una tubería compleja.

Vea el ejemplo a continuación y haga clic en los diferentes bloques del estimador para ver el Representación HTML mejorada.

>>from sklearn.linear_model import LogisticRegression
>>from sklearn.pipeline import make_pipeline
>>from sklearn.preprocessing import StandardScaler

>>model = make_pipeline(StandardScaler(with_std=False), LogisticRegression(C=2.0))
>>model

>>>
Tubería
?
no
Parámetros
    pasos     [('estándaresscaler', ...), ('LogisticRegression', ...)]
    transform_input     Ninguno
    memoria     Ninguno
    verboso     FALSO
Estandarias
?
Parámetros
    Copiar     Verdadero
    With_mean     Verdadero
    with_std     FALSO
Recreación logística
?
Parámetros
    pena     'L2'
    dual     FALSO
    peaje     0.0001
    do     2.0
    Fit_intercept     Verdadero
    intercept_caling     1
    class_weight     Ninguno
    random_state     Ninguno
    solucionador     'lbfgs'
    max_iter     100
    múltiple     'Depreciado'
    verboso     0
    Warm_Start     FALSO
    n_jobs     Ninguno
    l1_ratio     Ninguno

Establecimiento de validación personalizada para estimadores de impulso de gradiente basado en histogramas

El ensemble.HistGradientBoostingClassifiery ensemble.HistGradientBoostingRegressor ahora admite pasar directamente una costumbre Validación establecida para detener temprano al fit método, usando el X_val, y_val, y sample_weight_val parámetros. En pipeline.Pipeline, el conjunto de validación X_val se puede transformar a lo largo con X usando el transform_input parámetro.

>>import sklearn
>>from sklearn.datasets import make_classification
>>from sklearn.ensemble import HistGradientBoostingClassifier
>>from sklearn.model_selection import train_test_split
>>from sklearn.pipeline import Pipeline
>>from sklearn.preprocessing import StandardScaler

>>sklearn.set_config(enable_metadata_routing=True)

>>X, y = make_classification(random_state=0)
>>X_train, X_val, y_train, y_val = train_test_split(X, y, test_size=0.2, random_state=0)

>>clf = HistGradientBoostingClassifier()
>>clf.set_fit_request(X_val=True, y_val=True)

>>model = Pipeline([("sc", StandardScaler()), ("clf", clf)], transform_input=["X_val"])
>>model.fit(X, y, X_val=X_val, y_val=y_val)

>>>

Tubería
?
I
Parámetros
    pasos     [('sc', ...), ('clf', ...)]
    transform_input     ['X_val']
    memoria     Ninguno
    verboso     FALSO
Estandarias
?
Parámetros
    Copiar     Verdadero
    With_mean     Verdadero
    with_std     Verdadero
Histgradient BoostingClassifier
?
Parámetros
    pérdida     'Log_loss'
    aprendizaje_rate     0.1
    max_iter     100
    max_leaf_nodes     31
    max_depth     Ninguno
    min_samples_leaf     20
    l2_regularización     0.0
    max_features     1.0
    max_bins     255
    categórico_Features     'from_dtype'
    monotonic_cst     Ninguno
    interacción_cst     Ninguno
    Warm_Start     FALSO
    Early_stopping     'auto'
    tanteo     'pérdida'
    Validation_Fraction     0.1
    n_iter_no_change     10
    peaje     1e-07
    verboso     0
    random_state     Ninguno
    class_weight     Ninguno

Trazar curvas ROC de resultados de validación cruzada

La clase metrics.RocCurveDisplay tiene un nuevo método de clase from_cv_results que permite trazar fácilmente múltiples curvas ROC de los resultados de model_selection.cross_validate.

>>from sklearn.datasets import make_classification
>>from sklearn.linear_model import LogisticRegression
>>from sklearn.metrics import RocCurveDisplay
>>from sklearn.model_selection import cross_validate

>>X, y = make_classification(n_samples=150, random_state=0)
>>clf = LogisticRegression(random_state=0)
>>cv_results = cross_validate(clf, X, y, cv=5, return_estimator=True, return_indices=True)
>>_ = RocCurveDisplay.from_cv_results(cv_results, X, y) 

API API de matriz

Se han actualizado varias funciones para admitir entradas compatibles con la API de matriz desde Versión 1.6, especialmente métricas de la sklearn.metrics módulo.

Además, ya no es necesario instalar el array-api-compat Paquete para usar El soporte de API de matriz experimental en Scikit-Learn.

Consulte la de soporte de la API de matriz para obtener instrucciones para usar Scikit-Learn con bibliotecas compatibles con API de matriz como Pytorch o Cupy.

Consistencia de API mejorada de Perceptron de múltiples capas

El neural_network.MLPRegressor tiene un nuevo parámetro loss y ahora apoya La pérdida de "Poisson" además de la pérdida predeterminada "Squared_error". Además, el neural_network.MLPClassifiery neural_network.MLPRegressor Los estimadores ahora admiten pesos de muestra. Se han realizado estas mejoras para mejorar la consistencia de estos estimadores. Con respecto a los otros estimadores en Scikit-Learn.

Migración hacia matrices escasas

Para preparar la migración escasa de matrices dispersas a matrices dispersas , Todos los estimadores de Scikit-Learn que aceptan matrices dispersas como entrada ahora también aceptan matrices dispersas.

Tiempo de ejecución total del script: (0 minutos 0.206 segundos)