模型选择# 与 sklearn.model_selection 模块相关的示例。 平衡模型复杂度和交叉验证得分 平衡模型复杂度和交叉验证得分 使用类似然比来衡量分类性能 使用类似然比来衡量分类性能 比较随机搜索和网格搜索以进行超参数估计 比较随机搜索和网格搜索以进行超参数估计 比较网格搜索和逐次减半 比较网格搜索和逐次减半 混淆矩阵 混淆矩阵 使用交叉验证的网格搜索的自定义重拟合策略 使用交叉验证的网格搜索的自定义重拟合策略 演示 cross_val_score 和 GridSearchCV 上的多指标评估 演示 cross_val_score 和 GridSearchCV 上的多指标评估 检测错误权衡 (DET) 曲线 检测错误权衡 (DET) 曲线 多类接收者操作特征 (ROC) 多类接收者操作特征 (ROC) 嵌套与非嵌套交叉验证 嵌套与非嵌套交叉验证 绘制交叉验证预测 绘制交叉验证预测 绘制学习曲线并检查模型的可扩展性 绘制学习曲线并检查模型的可扩展性 绘制验证曲线 绘制验证曲线 事后调整决策函数的截止点 事后调整决策函数的截止点 事后调整决策阈值以进行成本敏感学习 事后调整决策阈值以进行成本敏感学习 精确率-召回率 精确率-召回率 使用交叉验证的接收者操作特征 (ROC) 使用交叉验证的接收者操作特征 (ROC) 文本特征提取和评估的示例管道 文本特征提取和评估的示例管道 使用网格搜索对模型进行统计比较 使用网格搜索对模型进行统计比较 逐次减半迭代 逐次减半迭代 使用排列测试分类分数的显著性 使用排列测试分类分数的显著性 训练误差与测试误差 训练误差与测试误差 欠拟合与过拟合 欠拟合与过拟合 可视化 scikit-learn 中的交叉验证行为 可视化 scikit-learn 中的交叉验证行为
