Python sklearn算法是否在内部以双精度工作？

我使用sklearn进行机器学习。如果我发现正确的话，python中的float类型可以以双精度工作。sklearn在内部是否以同样的精度工作？我将数据传递给sklearn，使用列表/numpy数组填充浮点数（这是否相关？）

我必须担心错误传播吗？如果使用双精度，我想我不会

---

只是想确保。

sklearn似乎没有指定它在内部如何处理数据类型。但是，假设它至少保留了输入数据类型的精度，这可能是有道理的。因此，为了安全起见，可能需要在数据中将

dtype

指定为double

在实践中，误差传播不应该是一个问题，因为大多数算法本质上是近似的，其中一些算法更多地依赖于随机初始条件，而不是精度。最近，甚至有人建议我们应该限制准确性以节省资源，因为影响很小。例如，见

---

sklearn似乎没有指定它在内部如何处理数据类型。但是，假设它至少保留了输入数据类型的精度，这可能是有道理的。因此，为了安全起见，可能需要在数据中将

dtype

指定为double

在实践中，误差传播不应该是一个问题，因为大多数算法本质上是近似的，其中一些算法更多地依赖于随机初始条件，而不是精度。最近，甚至有人建议我们应该限制准确性以节省资源，因为影响很小。例如，见