3. 模型选择与评估

• 3.1. 交叉验证：评估估计器性能
  • 3.1.1. 计算交叉验证的指标
  • 3.1.2. 交叉验证迭代器
  • 3.1.3. 关于洗牌的注释
  • 3.1.4. 交叉验证和模型选择
  • 3.1.5. 排列测试分数
• 3.2. 调整估计器的超参数
  • 3.2.1. 详尽的网格搜索
  • 3.2.2. 随机参数优化
  • 3.2.3. 通过连续减半寻找最佳参数
  • 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. 后调整决策阈值
• 3.4. 预设和评分：量化预测的质量
  • 3.4.1. 我应该使用哪个评分功能？
  • 3.4.2. 评分API概述
  • 3.4.3. 的 scoring 参数：定义模型评估规则
  • 3.4.4. 分类度量
  • 3.4.5. 多标签排名指标
  • 3.4.6. 回归指标
  • 3.4.7. 集群指标
  • 3.4.8. 伪估计器
• 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