先前按照Scikit-Learn的文档整理了一份评估指标，回头看下梳理的非常的技术化，整理完有种自己都不太想看的感觉。今天抽时间再做一次重新的梳理。 分类任务评估指标 混淆矩阵（Confusion Matrix） 分类任务的基…
ColumnTransformer 是 scikit-learn 中用于对数据的不同列应用不同预处理步骤的工具，特别适用于处理包含混合类型特征（如数值型、分类型、文本型）的数据集。 ColumnTransformer核心功能与使用场景 核心功能…
超参数调优是机器学习模型开发的核心步骤，直接影响模型性能。scikit-learn 提供多种工具帮助高效优化参数。 GridSearchCV Scikit-Learn 的 GridSearchCV 是一种通过穷举参数组合并交叉验证评估性能的超参数…
类别不平衡是分类任务中常见的问题，即某些类别的样本数量显著少于其他类别。除了前面介绍的imbalanced-learn库以外，还能使用class_weight参数进行处理。 class_weight与imbalanced-learn的对比 核心定义与…
Scikit-Learn 提供了多种特征选择方法，主要分为以下几类，结合具体场景和算法特性进行选择： 过滤法 (Filter Methods) 基于统计指标评估特征重要性，独立于模型。 方差阈值 (Variance Threshold) 方差阈值…
sklearn.datasets 是 scikit-learn 中用于加载和生成数据集的工具模块，内置了多种经典数据集和灵活的数据生成方法，适合快速实验和算法验证。 内置数据集类型 模块中的数据集分为三类，通过不同函数加载： …
scikit-learn 的核心 API 设计以一致性和模块化为核心，所有功能模块遵循统一的接口规范，使得数据预处理、模型训练、评估和部署流程高度标准化。 API 设计原则 一致性接口：所有估计器（模型、预处理工具）均…
Scikit-Learn 的 sklearn.preprocessing 模块提供了一系列数据预处理工具，帮助将原始数据转换为适合机器学习模型的形式。 缺失值处理 在 scikit-learn 中，缺失值处理是数据预处理的关键步骤之一。大多数机器学…
交叉验证方法盘点 在机器学习中，常见有的交叉验证方法有留出法（Holdout cross validation）和k折交叉验证（k-fold cross validation）等，除此之外还有留一法（Leave-One-Out，LOO）、留P法（Leave-P-Out，LPO）…
监督机器学习的关键方面之一是模型评估和验证。当您评估模型的预测性能时，过程必须保持公正。为了制作训练数据（training samples）和测试数据（testing samples），常使用 sklearn 里面的 sklearn.model_selectio…
