scikit-learn (sklearn) 官方文档中文版

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

[API 参考](https://scikit-learn.org/stable/modules/classes.html)

浏览 197 扫码 分享 2022-07-09 02:34:52

    若有收获，就点个赞吧

    0 人点赞

    上一篇:
    下一篇:
    • 书签
    • 添加书签 移除书签
    • [安装 scikit-learn](docs/master/62.md)
    • 用户指南
      • [1. 监督学习](docs/master/1.md)
        • 1.1. 广义线性模型
        • 1.2. 线性和二次判别分析
        • 1.3. 内核岭回归
        • 1.4. 支持向量机
        • 1.5. 随机梯度下降
        • 1.6. 最近邻
        • 1.7. 高斯过程
        • 1.8. 交叉分解
        • 1.9. 朴素贝叶斯
        • 1.10. 决策树
        • 1.11. 集成方法
        • 1.12. 多类和多标签算法
        • 1.13. 特征选择
        • 1.14. 半监督学习
        • 1.15. 等式回归
        • 1.16. 概率校准
        • 1.17. 神经网络模型（有监督）
      • [2. 无监督学习](docs/master/19.md)
        • 2.1. 高斯混合模型
        • 2.2. 流形学习
        • 2.3. 聚类
        • 2.4. 双聚类
        • 2.5. 分解成分中的信号（矩阵分解问题）
        • 2.6. 协方差估计
        • 2.7. 新奇和异常值检测
        • 2.8. 密度估计
        • 2.9. 神经网络模型（无监督）
      • 3. 模型选择和评估
        • 3.1. 交叉验证：评估估算器的表现
        • 3.2. 调整估计器的超参数
        • 3.3. 模型评估: 量化预测的质量
        • 3.4. 模型持久化
        • 3.5. 验证曲线: 绘制分数以评估模型
      • 4. 检验
        • 4.1. 部分依赖图
      • 5. 数据集转换
        • 5.1. Pipeline（管道）和 FeatureUnion（特征联合）: 合并的评估器
        • 5.2. 特征提取
        • 5.3 预处理数据
        • 5.4 缺失值插补
        • 5.5. 无监督降维
        • 5.6. 随机投影
        • 5.7. 内核近似
        • 5.8. 成对的矩阵, 类别和核函数
        • 5.9. 预测目标 (`y`) 的转换
      • 6.5. 加载其他数据集
      • 7.3. 并行性、资源管理和配置
    • [教程](docs/master/50.md)
      • [使用 scikit-learn 介绍机器学习](docs/master/51.md)
      • [关于科学数据处理的统计学习教程](docs/master/52.md)
        • [机器学习: scikit-learn 中的设置以及预估对象](docs/master/53.md)
        • [监督学习：从高维观察预测输出变量](docs/master/54.md)
        • [模型选择：选择估计量及其参数](docs/master/55.md)
        • [无监督学习: 寻求数据表示](docs/master/56.md)
        • [把它们放在一起](docs/master/57.md)
        • [寻求帮助](docs/master/58.md)
      • [处理文本数据](docs/master/59.md)
      • [选择正确的评估器(estimator.md)](docs/master/60.md)
      • [外部资源，视频和谈话](docs/master/61.md)
    • [API 参考](https://scikit-learn.org/stable/modules/classes.html)
    • [常见问题](docs/master/63.md)
    • [时光轴](docs/master/64.md)
    暂无相关搜索结果！

      让时间为你证明

      展开/收起文章目录

      分享，让知识传承更久远

      文章二维码

      手机扫一扫，轻松掌上读

      文档下载

      请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
      PDF文档 EPUB文档 MOBI文档

      书签列表

        阅读记录

        阅读进度: 0.00% ( 0/0 ) 重置阅读进度
          思维导图备注