sklearn.model_selection

用于模型选择的工具，例如交叉验证和超参数调整。

用户指南。 欲了解更多详情，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 部分。

拆分器

GroupKFold	具有非重叠组的 K 折迭代器变体。
GroupShuffleSplit	Shuffle-Group(s)-Out 交叉验证迭代器。
KFold	K-Fold 交叉验证器。
LeaveOneGroupOut	Leave One Group Out 交叉验证器。
LeaveOneOut	Leave-One-Out 交叉验证器。
LeavePGroupsOut	Leave P Group(s) Out 交叉验证器。
LeavePOut	Leave-P-Out 交叉验证器。
PredefinedSplit	预定义拆分交叉验证器。
RepeatedKFold	重复 K-Fold 交叉验证器。
RepeatedStratifiedKFold	重复分层 K-Fold 交叉验证器。
ShuffleSplit	随机置换交叉验证器。
StratifiedGroupKFold	具有非重叠组的分层 K-Fold 迭代器变体。
StratifiedKFold	分层 K-Fold 交叉验证器。
StratifiedShuffleSplit	分层 ShuffleSplit 交叉验证器。
TimeSeriesSplit	时间序列交叉验证器。
check_cv	用于构建交叉验证器的输入检查实用程序。
train_test_split	将数组或矩阵拆分为随机训练集和测试子集。

超参数优化器

GridSearchCV	对估算器的指定参数值进行穷举搜索。
HalvingGridSearchCV	使用 Successive Halving 对指定参数值进行搜索。
HalvingRandomSearchCV	对超参数进行随机搜索。
ParameterGrid	每个参数具有离散数量值的参数网格。
ParameterSampler	从给定分布中采样的参数生成器。
RandomizedSearchCV	对超参数进行随机搜索。

拟合后模型调整

FixedThresholdClassifier	手动设置决策阈值的二元分类器。
TunedThresholdClassifierCV	使用交叉验证对决策阈值进行后调整的分类器。

模型验证

cross_val_predict	为每个输入数据点生成交叉验证估计。
cross_val_score	通过交叉验证评估分数。
cross_validate	通过交叉验证评估指标，并记录拟合/评分时间。
learning_curve	学习曲线。
permutation_test_score	使用置换评估交叉验证分数的显著性。
validation_curve	验证曲线。

可视化

LearningCurveDisplay	学习曲线可视化。
ValidationCurveDisplay	验证曲线可视化。