安装
用户指南
API
案例
更多
入门
教程
更新日志
词汇表
常见问题
交流群
Toggle Menu
Prev
Up
Next
scikit-learn 0.23.2
Other versions
CDA数据科学研究院
提供翻译支持
3.模型选择与评估
3.1 交叉验证：评估模型表现
3.2 调整估计器的超参数
3.3 指标和评分：量化预测的质量
3.4 模型持久性
3.5 验证曲线：绘制分数以评估模型
3.模型选择与评估
¶
3.1 交叉验证：评估模型表现
3.1.1 计算交叉验证的指标
3.1.2 交叉验证迭代器
3.2 调整估计器的超参数
3.2.1 穷尽的网格搜索
3.2.2 随机参数优化
3.2.3 参数搜索技巧
3.2.4 暴力参数搜索的替代方法
3.3 指标和评分：量化预测的质量
3.3.1 评分参数：定义模型评估准则
3.3.2 分类指标
3.3.3 多标签排序指标
3.3.4 回归指标
3.3.5 聚类指标
3.3.6 Dummy 评估器
3.4 模型持久性
3.4.1 持久性例子
3.4.2 安全性和可维护性限制
3.5 验证曲线：绘制分数以评估模型
3.5.1 验证曲线
3.5.2 学习曲线
加入交流群
备注:机器学习
