3. 模型选择与评估

• 3.1. 交叉验证：评估估计器性能
  • 3.1.1. 计算交叉验证指标
  • 3.1.2. 交叉验证迭代器
  • 3.1.3. 关于混洗的注意事项
  • 3.1.4. 交叉验证与模型选择
  • 3.1.5. 置换检验分数
• 3.2. 调整估计器的超参数
  • 3.2.1. 网格搜索（穷举法）
  • 3.2.2. 随机参数优化
  • 3.2.3. 使用逐次减半法搜索最优参数
  • 3.2.4. 参数搜索技巧
  • 3.2.5. 暴力参数搜索的替代方案
• 3.3. 调整类别预测的决策阈值
  • 3.3.1. 决策阈值后调整
• 3.4. 指标与评分：量化预测质量
  • 3.4.1. 我应该使用哪个评分函数？
  • 3.4.2. 评分 API 概述
  • 3.4.3. scoring 参数：定义模型评估规则
  • 3.4.4. 分类指标
  • 3.4.5. 多标签排序指标
  • 3.4.6. 回归指标
  • 3.4.7. 聚类指标
  • 3.4.8. 虚拟估计器
• 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