Vue d'ensemble

Scikit-learn 1.7, publie le 15 juin 2025, ameliore la representation HTML des estimateurs et ajoute la perte Poisson au MLPRegressor.

Fonctionnalites principales

Representation HTML amelioree

Les estimateurs affichent desormais une representation HTML interactive dans les notebooks Jupyter, facilitant l'inspection des pipelines.

python 
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC

pipe = Pipeline([
    ('scaler', StandardScaler()),
    ('svc', SVC()),
])
pipe  # representation HTML dans Jupyter

MLP avec perte Poisson

Le MLPRegressor supporte desormais la perte Poisson, adaptee aux donnees de comptage.

python 
from sklearn.neural_network import MLPRegressor
from sklearn.datasets import make_regression

X, y = make_regression(n_samples=500, random_state=42)
y = abs(y)  # valeurs positives pour Poisson

mlp = MLPRegressor(loss='poisson', max_iter=500)
mlp.fit(X, y)
print(f'Score : {mlp.score(X, y):.3f}')

Sources