Skip to content
数据科学知识库
Main Navigation
🏠 首页
🫧 数据分析与探索
🐼 Pandas
🐻❄️ Polars
⚙ Numpy
📊 Matplotlib
🌏 机器学习与深度学习
🪁 Scikit-learn
🖥 TensorFlow
🦄 PaddlePaddle
🐬 数据库系统
📊 结构化数据库
🗂️ 非结构化数据库
🧬 DaaS服务
💹 AKShare
🩺 大模型
🪁 Lang-chain
v1.0.2
🏷 关于项目
🏷 更新日志
简体中文
English
简体中文
English
Appearance
所有文章
返回顶部
页面导航
3. 模型选择和评估
3.1. 交叉验证:评估估算器的表现
3.1.1. 计算交叉验证的指标
3.1.2. 交叉验证迭代器
3.1.3. A note on shuffling
3.1.4. 交叉验证和模型选择
3.2. 调整估计器的超参数
3.2.1. 网格追踪法–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案
3.3. 模型评估: 量化预测的质量
3.3.1.
scoring
参数: 定义模型评估规则
3.3.2. 分类指标
3.3.3. 多标签排名指标
3.3.4. 回归指标
3.3.5. 聚类指标
3.3.6. 虚拟估计
3.4. 验证曲线: 绘制分数以评估模型
3.4.1. 验证曲线
3.4.2. 学习曲线