使用赤池信息量准则（AIC），贝叶斯信息准则（BIC）和交叉验证（CV）来选择Lasso模型的最优正则化参数alpha。LassoLarsIC的...

很多应用需要决定新的观测值是否属于已有的观测集，这种能力经常被用来清洗数据。两个很重要的区别： 奇异值探测（novelty detection）...

随机森林是一种集成学习方法（ensemble），由许多棵决策树构成的森林共同来进行预测。为什么叫“随机”森林呢？随机主要体现在以下两个方面：1....

LinearSVC() 与 SVC(kernel='linear') 的区别概括如下： LinearSVC() 最小化 hinge loss的平...

sklearn.metrics.auc sklearn.metrics.auc(x, y, reorder=False)通用方法，使用梯形规则计...

超参数是不能直接在模型中学习的参数。包括 SVM中的 C, kernel and gamma，Lasso中的 alpha 等。搜索超参数空间，来...

在scikit-learn中，可以使用 train_test_split 快速地将数据集分为训练数据和测试数据。当我们评估不同的设置（超参数）时...

sklearn.neighbors提供基于邻居的有监督和无监督的学习方法。无监督最近邻方法是很多学习方法的基础，特别是流形学习和谱聚类。有监督的...

最小二乘法 LinearRegression使用系数w 拟合模型，最小化实际观测值和预测值的残差平方和。 然而，最小二乘法的系数估计依赖于模型中...

去掉方差较小的特征 方差阈值（VarianceThreshold）是特征选择的一个简单方法，去掉那些方差没有达到阈值的特征。默认情况下，删除零方...