Developer's Guide# 贡献 贡献的方法 自动缴款政策 提交错误报告或功能请求 如何制作一份好的错误报告 贡献代码 视频资源 如何贡献 拉取请求清单 持续集成（CI） 提交消息标记 解决锁定文件中的冲突 暂停拉取请求 停滞和无人认领的问题 新贡献者的问题 文件 构建文档 生成有关GitHub Action的文档 测试和提高测试覆盖率 监测业绩 问题追踪标签 保持向后兼容性 弃用 更改参数的默认值 代码审查指南 读取现有代码库 为scikit-learn制作一个最小的复制器 良好做法 提供具有最少注释的失败代码示例 将剧本煮成尽可能小的内容 DO NOT 除非极其必要，否则报告您的数据 使用降价格式 合成数据集 NumPy 熊猫 make_regression make_classification make_blobs 数据集加载实用程序 开发scikit-learn估计器 scikit-learn对象的API 不同对象 估计 实例化 拟合 估计属性 通用属性 滚动您自己的估计器 get_params和set_params 克隆 估计类型 估计标签 开发人员API set_output 开发人员API check_is_fitted 用于HTML表示的开发人员API 编码指南 输入验证 随机数 测试中的数字断言 开发人员的提示和技巧 生产力和保持理智的技巧 在拉取请求上折叠和展开过时的差异 将拉取请求作为远程跟踪分支检查 在拉取请求中显示代码覆盖范围 有用的pytest别名和标志 审核标准回复 ICCI问题 使用锁文件获取接近CI的环境 使用valgrind验证Cython中的内存错误 在x86_64机器上构建和测试ARM64平台 梅森构建后台 开发人员的实用程序 验证工具 高效的线性代数和阵列运算 Efficient Random Sampling 稀疏矩阵的高效辅助线 图表课程 测试功能 多类别和多标签实用函数 辅助功能 散列函数 和 如何优化速度 Python、Cython还是C/C++？ 分析Python代码 内存使用情况分析 使用Cython 分析已编译的扩展 使用Yep和gperftools 使用调试器，gDB 使用gprof 使用valgrind / callgrind / kcachegrind 卡切格林 多核并行使用 joblib.Parallel 一个简单的算法技巧：热重启 Cython最佳实践、惯例和知识 在scikit-learn中使用Cython进行开发的技巧 简化开发的提示 性能提示 使用OpenMP 类型 安装scikit-learn的开发版本 安装夜间构建 从源头建设 从标签构建特定版本 平台特定指令 Windows macOS 来自conda-forge的macOS编译器 来自Homebrew的macOS编译器 Linux 系统中的Linux编译器 来自conda-forge的Linux编译器 FreeBSD 错误分类和发布策展 致力于解决问题以改善它们 致力于PR以帮助审查 核心和贡献者体验团队成员的分类操作 分类问题的典型工作流程 维护者信息 释放 参考步骤 更新作者列表 提高依赖项的最低版本的指南 合并拉取请求 的 scikit-learn.org 网站 实验性功能 使用Plotting API进行开发 绘图API概述 多轴绘图
