经过一段时间的稳定发展，scikit-learn库发布了1.0版本。这个版本标志着库的成熟，并为用户提供了信号。此版本不包含任何破坏性变更，除了常规的两版本废弃周期。未来，将继续努力保持这种模式。此版本包括一些关键新特性以及许多改进和bug修复。以下是此版本一些主要特性的详细介绍。如需查看所有变更的详尽列表，请参考发布说明。
要安装最新版本的scikit-learn，可以使用pip：
pip install --upgrade scikit-learn
或者使用conda：
conda install -c conda-forgescikit-learn
scikit-learnAPI公开了许多函数和方法，这些函数和方法有很多输入参数。例如，在本版本发布之前，可以这样实例化一个HistGradientBoostingRegressor：
HistGradientBoostingRegressor("squared_error", 0.1, 100, 31, None, 20, 0.0, 255, None, None, False, "auto", "loss", 0.1, 10, 1e-7, 0, None)
理解上述代码需要读者查阅API文档，并检查每个参数的位置和含义。为了提高基于scikit-learn编写的代码的可读性，现在用户需要提供大多数参数的名称，作为关键字参数，而不是位置参数。例如，上述代码将变为：
HistGradientBoostingRegressor(loss="squared_error", learning_rate=0.1, max_iter=100, max_leaf_nodes=31, max_depth=None, min_samples_leaf=20, l2_regularization=0.0, max_bins=255, categorical_features=None, monotonic_cst=None, warm_start=False, early_stopping="auto", scoring="loss", validation_fraction=0.1, n_iter_no_change=10, tol=1e-7, verbose=0, random_state=None)
这样代码的可读性大大提高了。位置参数自0.23版本以来已被废弃，现在将引发TypeError。在某些情况下，仍然允许使用有限数量的位置参数，例如在PCA中，PCA(10)仍然是允许的，但PCA(10, False)是不允许的。
向数据集的特征集添加非线性项的一种方法是为连续/数值特征生成样条基函数。新引入的SplineTransformer实现了B样条基。样条是分段多项式，由它们的多项式度数和节点位置参数化。以下代码展示了样条的实际应用，更多信息请参考用户指南。
import numpy as np
from sklearn.preprocessing import SplineTransformer
X = np.arange(5).reshape(5, 1)
spline = SplineTransformer(degree=2, n_knots=3)
spline.fit_transform(X)
array([[0.5 , 0.5 , 0. , 0. ],
[0.125, 0.75 , 0.125, 0. ],
[0. , 0.5 , 0.5 , 0. ],
[0. , 0.125, 0.75 , 0.125],
[0. , 0. , 0.5 , 0.5 ]])
分位数回归估计的是给定X条件下y的中位数或其他分位数，而普通最小二乘法（OLS）估计的是条件均值。作为一种线性模型，新的QuantileRegressor为第q个分位数提供线性预测\(\hat{y}(w, X) = Xw\)，其中\(q \in (0, 1)\)。然后通过以下最小化问题找到权重或系数w：
min_w {(1/n_samples) * sum_i PB_q(y_i - X_i w) + alpha ||w||_1}.
这包括了pinball损失（也称为线性损失），更多信息请参考mean_pinball_loss，
PB_q(t) = q * max(t, 0) + (1 - q) * max(-t, 0) =
{
q * t, & t > 0,
0, & t = 0,
(1-q) * t, & t < 0
}
以及由参数alpha控制的L1惩罚，类似于linear_model.Lasso。
当估计器在fit过程中接收到一个pandas的dataframe时，估计器将设置一个feature_names_in_属性，包含特征名称。注意，只有当dataframe的列名全部为字符串时，才启用特征名称支持。feature_names_in_用于检查传递给非fit方法（如predict）的dataframe的列名是否与fit中的特征一致：
from sklearn.preprocessing import StandardScaler
import pandas as pd
X = pd.DataFrame([[1, 2, 3], [4, 5, 6]], columns=["a", "b", "c"])
scalar = StandardScaler().fit(X)
scalar.feature_names_in_ array(['a', 'b', 'c'], dtype=object)
get_feature_names_out的支持已为已有get_feature_names的变换器以及具有输入和输出一一对应关系的变换器（如StandardScaler）提供。get_feature_names_out的支持将在未来的版本中添加到所有其他变换器中。此外，compose.ColumnTransformer.get_feature_names_out可用于组合其变换器的特征名称：
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder
import pandas as pd
X = pd.DataFrame({
"pet": ["dog", "cat", "fish"],
"age": [3, 7, 1]
})
preprocessor = ColumnTransformer([
("numerical", StandardScaler(), ["age"]),
("categorical", OneHotEncoder(), ["pet"]),
], verbose_feature_names_out=False)
.fit(X)
preprocessor.get_feature_names_out()
array(['age', 'pet_cat', 'pet_dog', 'pet_fish'], dtype=object)
当这个preprocessor与pipeline一起使用时，可以通过切片和调用get_feature_names_out来获取分类器使用的特征名称：
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import make_pipeline
y = [1, 0, 1]
pipe = make_pipeline(preprocessor, LogisticRegression())
pipe.fit(X, y)
pipe[:-1].get_feature_names_out()
array(['age', 'pet_cat', 'pet_dog', 'pet_fish'], dtype=object)
metrics.ConfusionMatrixDisplay、metrics.PrecisionRecallDisplay、metrics.DetCurveDisplay和inspection.PartialDependenceDisplay现在公开了两个类方法：from_estimator和from_predictions，允许用户根据预测或估计器创建图表。这意味着相应的plot_*函数已被废弃。请查看示例一和示例二了解如何使用新的绘图功能。
新类SGDOneClassSVM实现了使用随机梯度下降的在线线性版本的单类SVM。结合核近似技术，SGDOneClassSVM可以用来近似解决核化单类SVM的解，该解在OneClassSVM中实现，具有线性的拟合时间复杂度。请注意，核化单类SVM的复杂度在最好的情况下是样本数量的二次方。因此，SGDOneClassSVM非常适合用于训练样本数量大（> 10,000）的数据集，其中SGD变体可以快几个数量级。请查看此示例了解其使用方法，以及用户指南了解更多细节。
HistGradientBoostingRegressor和HistGradientBoostingClassifier不再是实验性的，可以直接导入和使用：
from sklearn.ensemble import HistGradientBoostingClassifier
此版本包括许多文档改进。在超过2100个合并的拉取请求中，大约有800个是对文档的改进。
(0分钟0.015秒)
scikit-learn 1.1版本更新亮点
scikit-learn 1.2版本更新亮点
scikit-learn 0.24版本更新亮点