sklearn.model_selection

模型选择工具，例如交叉验证和超参数调优。

User guide. 看到 交叉验证：评估估计器性能 , 调整估计器的超参数 ，而且 学习曲线 部分了解更多详细信息。

分路器

GroupKFold	具有非重叠组的K折叠迭代器变体。
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 cross-validator.
LeaveOneOut	留一出交叉验证器。
LeavePGroupsOut	将P Group排除在外交叉验证器。
LeavePOut	Leave-P-Out交叉验证器。
PredefinedSplit	预定义的分割交叉验证程序。
RepeatedKFold	重复K折交叉验证器。
RepeatedStratifiedKFold	重复分层K折叠交叉验证器。
ShuffleSplit	随机排列交叉验证器。
StratifiedGroupKFold	分层K-Fold迭代器变体，具有非重叠组。
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器实用程序。
train_test_split	将数组或矩阵拆分为随机训练和测试子集。

超参数优化器

GridSearchCV	对估计器的指定参数值进行详尽搜索。
HalvingGridSearchCV	通过连续减半搜索指定的参数值。
HalvingRandomSearchCV	随机搜索超参数。
ParameterGrid	参数网格，每个参数都有离散数量的值。
ParameterSampler	从给定分布中采样的参数生成器。
RandomizedSearchCV	随机搜索超参数。

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	Generate cross-validated estimates for each input data point.
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，并记录适合/评分时间。
learning_curve	学习曲线。
permutation_test_score	评估交叉验证评分与排列的显著性。
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。