model_wrappers 模块

用于包装不接受参数（如“数据集的小数部分”）的模型的模块。

类

BoxCoxTransformerScipy	用于规范化非正态数据的 Box Cox 转换器类。
CalibratedModel	训练校准的模型。 采用基本估算器作为输入，并训练校准后的模型。 :param base_estimator：要在其上执行校准的基本模型。 :param random_state: RandomState 实例或“None”，可选 (default=None)；如果为 int，则 random_state 是随机数生成器使用的种子；如果为 RandomState 实例，则 random_state 是随机数生成器；如果为“None”，则随机数生成器是 np.random 使用的 RandomState 实例。 了解详细信息：http://scikit-learn.org/stable/modules/generated/sklearn.calibration.CalibratedClassifierCV.html。
CatBoostClassifier	CatBoost 分类器的模型包装器。
CatBoostRegressor	CatBoost 回归量的模型包装器。
DropColumnsTransformer	用于包装不接受参数（如“数据集的小数部分”）的模型的模块。
EnsembleWrapper	合并预测的多个管道的包装器。
ForecastingPipelineWrapper	用于预测的管道。
GPUHelper	用于添加 GPU 支持的帮助程序类。
IdentityTransformer	标识转换器类。 返回它接受的相同 X。
LightGBMClassifier	LightGBM 分类器类。
LightGBMRegressor	LightGBM 回归量类。
LinearSVMWrapper	围绕线性 svm 的包装器，以支持 sklearn 的 liblinear 包装器上的 predict_proba。
LogTransformer	日志转换器类。
NBWrapper	Naive Bayes 包装器，用于使用伯努利或多项式模型的条件概率。
NuSVCWrapper	围绕 svm.NuSVC 的包装器，其始终将概率设置为 True。 了解详细信息：http://scikit-learn.org/stable/modules/generated/sklearn.svm.NuSVC.html。
PipelineWithYTransformations	管道转换器类。 假定管道和 y_transformer 已初始化。 但是，拟合可以改变这一点，以允许传递管道的参数和 y_transformer。
PowerTransformer	幂转换器类。
PreFittedSoftVotingClassifier	预拟合软投票分类器类。
PreFittedSoftVotingRegressor	预拟合软投票回归量类。
PreprocWrapper	规范化输入矩阵的行。 支持稀疏矩阵。
QuantileTransformerWrapper	分位数转换器包装类。 使用分位数信息转换特征。 了解详细信息：http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.QuantileTransformer.html。
RegressionPipeline	具有分位数预测的管道。 此管道是 sklearn.pipeline.Pipeline 上的包装器，用于提供与预测的分位数估算相关的方法。
SGDClassifierWrapper	SGD 分类器包装器类。 围绕 SGD 分类器的包装器，用于支持对数损失和修改的 huber 损失以外的损失函数的预测概率。 这会中断除对数和 modified_huber 以外的损失函数 partial_fit，因为校准的模型不支持 partial_fit。 了解详细信息：http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.SGDClassifier.html。
SVCWrapper	围绕 svm.SVC 的包装器，其始终将概率设置为 True。 了解详细信息：http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html。
SparseNormalizer	规范化输入矩阵的行。 支持稀疏矩阵。
SparseScaleZeroOne	通过追加前面的行来转换输入数据。
StackEnsembleBase	StackEnsemble 类。 表示 2 层堆栈式系综。
StackEnsembleClassifier	使用 2 层的 StackEnsembleClassifier 类。
StackEnsembleRegressor	使用 2 层的 StackEnsembleRegressor 类。
StandardScalerWrapper	围绕 StandardScaler 转换的标准缩放器包装器。
TabnetClassifier	Tabnet 分类器的模型包装器。
TabnetRegressor	Tabnet 回归量的模型包装器。
TargetTypeTransformer	目标类型转换器类，用于对目标列进行后期处理。
TruncatedSVDWrapper	围绕截断的 SVD 的包装器，以便我们只需传递一小部分维度。 了解详细信息：http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.TruncatedSVD.html
XGBoostClassifier	XGBoost 分类器类。
XGBoostRegressor	XGBoost 回归量类。