sklearn.model_selection#

模型选择工具，例如交叉验证和超参数调整。

用户指南。 请参阅交叉验证：评估估计器性能、调整估计器的超参数和学习曲线章节了解更多详情。

分割器#

`分组 K 折交叉验证 (GroupKFold)`	具有非重叠分组的K折迭代器变体。
`分组随机划分 (GroupShuffleSplit)`	Shuffle-Group(s)-Out 交叉验证迭代器。
`K 折交叉验证 (KFold)`	K折交叉验证器。
`留一组交叉验证 (LeaveOneGroupOut)`	留一组交叉验证器。
`留一法交叉验证 (LeaveOneOut)`	留一法交叉验证器。
`留 P 组交叉验证 (LeavePGroupsOut)`	留P组交叉验证器。
`留 P 法交叉验证 (LeavePOut)`	留P法交叉验证器。
`预定义划分 (PredefinedSplit)`	预定义分割交叉验证器。
`重复 K 折交叉验证 (RepeatedKFold)`	重复K折交叉验证器。
`重复分层 K 折交叉验证 (RepeatedStratifiedKFold)`	重复分层K折交叉验证器。
`随机划分 (ShuffleSplit)`	随机排列交叉验证器。
`分层分组 K 折交叉验证 (StratifiedGroupKFold)`	具有非重叠分组的分层K折迭代器变体。
`分层 K 折交叉验证 (StratifiedKFold)`	分层K折交叉验证器。
`分层随机划分 (StratifiedShuffleSplit)`	分层ShuffleSplit交叉验证器。
`时间序列分割 (TimeSeriesSplit)`	时间序列交叉验证器。
`检查交叉验证 (check_cv)`	用于构建交叉验证器的输入检查器实用程序。
`训练测试分割 (train_test_split)`	将数组或矩阵分割成随机的训练集和测试集。

`网格搜索 (GridSearchCV)`	对估计器的指定参数值进行穷举搜索。
`逐步网格搜索 (HalvingGridSearchCV)`	使用连续减半法搜索指定的参数值。
`逐步随机搜索 (HalvingRandomSearchCV)`	超参数的随机搜索。
`参数网格 (ParameterGrid)`	每个参数具有离散数量值的网格。
`参数采样器 (ParameterSampler)`	从给定分布中采样参数的生成器。
`随机搜索 (RandomizedSearchCV)`	超参数的随机搜索。

`固定阈值分类器 (FixedThresholdClassifier)`	手动设置决策阈值的二元分类器。
`调优阈值分类器 (TunedThresholdClassifierCV)`	使用交叉验证对决策阈值进行后调整的分类器。

`交叉验证预测 (cross_val_predict)`	为每个输入数据点生成交叉验证估计。
`交叉验证得分 (cross_val_score)`	通过交叉验证评估分数。
`交叉验证 (cross_validate)`	通过交叉验证评估指标，并记录拟合/评分时间。
`学习曲线 (learning_curve)`	学习曲线。
`置换检验得分 (permutation_test_score)`	使用排列评估交叉验证分数的显著性。
`验证曲线 (validation_curve)`	验证曲线。

`学习曲线显示 (LearningCurveDisplay)`	学习曲线可视化。
`验证曲线显示 (ValidationCurveDisplay)`	验证曲线可视化。