scikit-learn 教程 0.21.xscikit-learn 教程 0.21.x 使用 scikit-learn 介绍机器学习 机器学习：问题设置加载示例数据集)学习和预测)模型持久化)规定) 关于科学数据处理的统计学习教程 机器学习: scikit-learn 中的设置以及预估对象 数据集预估对象 监督学习：从高维观察预测输出变量 最近邻和维度惩罚线性模型：从回归到稀疏支持向量机(SVMs) 模型选择：选择估计量及其参数 分数和交叉验证分数交叉验证生成器网格搜索和交叉验证估计量 无监督学习: 寻求数据表示 聚类: 对样本数据进行分组分解: 将一个信号转换成多个成份并且加载 把它们放在一起 模型管道化用特征面进行人脸识别开放性问题: 股票市场结构 寻求帮助 项目邮件列表机器学习从业者的 Q&A 社区 处理文本数据 教程设置加载这 20 个新闻组的数据集从文本文件中提取特征训练分类器构建-pipeline（管道）在测试集上的性能评估使用网格搜索进行调参练习快速链接 选择正确的评估器(estimator.md)外部资源，视频和谈话
