Search
From here you can search these documents. Enter your search words into the box below and click "search". Note that the search function will automatically search for all of the words. Pages containing fewer words won't appear in the result list.
Search Results
Search finished, found 840 page(s) matching the search query.
-
sklearn.preprocessing.KernelCenterer
```python class sklearn.preprocessing.KernelCenterer ``` [[源码]](https://github.com/scikit-learn/sci
-
sklearn.utils.multiclass.unique_labels
```python sklearn.utils.multiclass.unique_labels(*ys) ``` [源码](https://github.com/scikit-learn/scik
-
人脸的部分词典的在线学习
此示例使用一个大型的Faces数据集来学习一组组成面部的20 x 20图像修补程序。 从编程的角度来看,这很有趣,因为它展示了如何使用scikit-learn在线API学习按块处理一个非常大的数据集
-
线性回归实例
此示例仅使用 `diabetes`数据集的第一个特征,以说明此回归技术的二维绘图。在图中可以看到直线,显示线性回归如何试图绘制一条直线,使数据集中观察到的响应与线性近似预测的响应之间的残差平方和最小化
-
sklearn.linear_model.LassoLarsCV
```python class sklearn.linear_model.LassoLarsCV(*, fit_intercept=True, verbose=False, max_iter=500
-
sklearn.datasets.load_svmlight_file
```python sklearn.datasets.load_svmlight_file(f, *, n_features=None, dtype=
, -
sklearn.metrics.pairwise.haversine_distances
```python sklearn.metrics.pairwise.haversine_distances(X, Y=None) ``` [源码](https://github.com/sciki
-
sklearn.model_selection.KFold
```python class sklearn.model_selection.KFold(n_splits=5, *, shuffle=False, random_state=None) ```
-
sklearn.preprocessing.FunctionTransformer
```python class sklearn.preprocessing.FunctionTransformer(func=None, inverse_func=None, *, validate=
-
sklearn.utils.murmurhash3_32
```Python sklearn.utils.murmurhash3_32() ``` 计算种子密钥的32位murmurhash3。 基本的实现是MurmurHash3_x86_32
-
矢量量化实例
一幅1024x768大小的浣熊脸图像,用来说明k-均值是如何用于矢量量化的。  中使用树的森林来评估基于不纯度的像素的重要性。像素越热,越重要。 下面的代码还说明了如何在多个任务中如何并行构造和预测的计算。  ```pyt
-
sklearn.linear_model.LassoLarsIC
```python class sklearn.linear_model.LassoLarsIC(criterion='aic', *, fit_intercept=True, verbose=Fal
-
sklearn.datasets.load_svmlight_files
```python sklearn.datasets.load_svmlight_files(files, *, n_features=None, dtype=