Содержание
Примеры
Toggle Menu
Prev
Up
Next
scikit-learn 0.24.0
Other versions
Please
cite us
if you use the software.
1. Обучение с учителем
2. Обучение без учителя
3. Выбор и оценка модели
3.1. Перекрестная проверка: оценка производительности
3.2. Настройка гиперпараметров оценщика
3.3. Метрики и оценки: количественная оценка качества прогнозов
3.4. Кривые валидации: построение оценок для оценки моделей
4. Осмотр
5. Визуализации
6. Преобразования данных
7. Утилиты загрузки набора данных
8. Вычисления с помощью scikit-learn
9. Устойчивость модели
10. Распространенные ошибки и рекомендуемые практики
3. Выбор и оценка модели
3.1. Перекрестная проверка: оценка производительности
3.1.1. Вычисление показателей с перекрестной проверкой
3.1.2. Итераторы перекрестной проверки
3.1.3. Примечание о перемешивании
3.1.4. Перекрестная проверка и выбор модели
3.1.5. Оценка теста на перестановку
3.2. Настройка гиперпараметров оценщика
3.2.1. Исчерпывающий поиск по сетке
3.2.2. Оптимизация случайных параметров
3.2.3. Поиск оптимальных параметров с последовательным делением пополам
3.2.4. Советы по поиску параметров
3.2.5. Альтернативы поиску параметров методом грубой силы
3.3. Метрики и оценки: количественная оценка качества прогнозов
3.3.1. В scoring параметрах: определение правил оценки моделей
3.3.2. Метрики классификации
3.3.3. Метрики ранжирования с несколькими ярлыками
3.3.4. Метрики регрессии
3.3.5. Метрики кластеризации
3.3.6. Фиктивные оценщики
3.4. Кривые валидации: построение оценок для оценки моделей
3.4.1. Кривая валидации
3.4.2. Кривая обучения
