notes_estom/Sklearn/sklearn-doc-zh/master/29.md

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. 模型持久化
  • 3.4.1. 持久化示例
  • 3.4.2. 安全性和可维护性的局限性
• 3.5. 验证曲线: 绘制分数以评估模型
  • 3.5.1. 验证曲线
  • 3.5.2. 学习曲线