小美哥的博客

引言在机器学习中，交叉验证（cross validation）是一种用来做模型选择的方法。如果给定的样本数据充足，我们可以随机地将数据集切分成训练集、验证集和测试集，训练集用来训练模型，验证集用于模型的选择，而测试集用于最终对方法进行评估。然而实际情况中数据往往是不够充分的，为了更好地选择模型，可以使用交叉验证的方法。原理具体而言，当我们开始一个机器学习的建模工作时，首先会将数...

中文文档: http://sklearn.apachecn.org/cn/0.19.0/modules/calibration.html英文文档: http://sklearn.apachecn.org/en/0.19.0/modules/calibration.html官方文档: http://scikit-learn.org/st

中文文档: http://sklearn.apachecn.org/cn/stable/modules/label_propagation.html英文文档: http://sklearn.apachecn.org/en/stable/modules/label_propagation.html官方文档: http://scikit-

中文文档: http://sklearn.apachecn.org/cn/stable/datasets/index.html英文文档: http://sklearn.apachecn.org/en/stable/datasets/index.html官方文档: http://scikit-learn.org/stable/

中文文档: http://sklearn.apachecn.org/cn/stable/modules/preprocessing_targets.html英文文档: http://sklearn.apachecn.org/en/stable/modules/preprocessing_targets.html官方文档: http:/

中文文档: http://sklearn.apachecn.org/cn/stable/modules/metrics.html英文文档: http://sklearn.apachecn.org/en/stable/modules/metrics.html官方文档: http://scikit-learn.org/stable/

中文文档: http://sklearn.apachecn.org/cn/stable/modules/kernel_approximation.html英文文档: http://sklearn.apachecn.org/en/stable/modules/kernel_approximation.html官方文档: http://s

中文文档: http://sklearn.apachecn.org/cn/stable/modules/random_projection.html英文文档: http://sklearn.apachecn.org/en/stable/modules/random_projection.html官方文档: http://scikit-

中文文档: http://sklearn.apachecn.org/cn/stable/modules/feature_extraction.html英文文档: http://sklearn.apachecn.org/en/stable/modules/feature_extraction.html官方文档: http://sciki

中文文档: http://sklearn.apachecn.org/cn/stable/modules/unsupervised_reduction.html英文文档: http://sklearn.apachecn.org/en/stable/modules/unsupervised_reduction.html官方文档: http

中文文档: http://sklearn.apachecn.org/cn/stable/modules/preprocessing.html英文文档: http://sklearn.apachecn.org/en/stable/modules/preprocessing.html官方文档: http://scikit-learn.or

中文文档: http://sklearn.apachecn.org/cn/stable/modules/pipeline.html英文文档: http://sklearn.apachecn.org/en/stable/modules/pipeline.html官方文档: http://scikit-learn.org/stable/

中文文档: http://sklearn.apachecn.org/cn/0.19.0/modules/neural_networks_supervised.html英文文档: http://sklearn.apachecn.org/en/0.19.0/modules/neural_networks_supervised.html官方

中文文档: http://sklearn.apachecn.org/cn/stable/modules/mixture.html英文文档: http://sklearn.apachecn.org/en/stable/modules/mixture.html官方文档: http://scikit-learn.org/stable/

Scikit-learn是一个开源的机器学习工具包，集成了各种常用的机器学习算法和数据预处理工具。Apachecn是一个专注于优秀的开源项目维护的开源组织，在热心网友的共同努力下，对Scikit-learn的文档进行了中文翻译，详情见scikit-learn中文文档。本文按照个人的阅读偏好对该文档做了一个目录，便于使用时的检索。全文系作者原创，仅供学习参考使用，转载授权请私信联系，否则将视为侵权行...

中文文档: http://sklearn.apachecn.org/cn/stable/tutorial/statistical_inference/finding_help.html英文文档: http://sklearn.apachecn.org/en/stable/tutorial/statistical_inference/finding_help.html

中文文档: http://sklearn.apachecn.org/cn/stable/tutorial/statistical_inference/putting_together.html英文文档: http://sklearn.apachecn.org/en/stable/tutorial/statistical_inference/putting_together.html

中文文档: http://sklearn.apachecn.org/cn/stable/tutorial/statistical_inference/unsupervised_learning.html英文文档: http://sklearn.apachecn.org/en/stable/tutorial/statistical_inference/unsupervised_learnin

中文文档: http://sklearn.apachecn.org/cn/stable/tutorial/statistical_inference/model_selection.html英文文档: http://sklearn.apachecn.org/en/stable/tutorial/statistical_inference/model_selection.html

中文文档: http://sklearn.apachecn.org/cn/stable/tutorial/statistical_inference/supervised_learning.html英文文档: http://sklearn.apachecn.org/en/stable/tutorial/statistical_inference/supervised_learning.ht

中文文档: http://sklearn.apachecn.org/cn/stable/tutorial/statistical_inference/settings.html英文文档: http://sklearn.apachecn.org/en/stable/tutorial/statistical_inference/settings.html

中文文档: http://sklearn.apachecn.org/cn/stable/tutorial/basic/tutorial.html英文文档: http://sklearn.apachecn.org/en/stable/tutorial/basic/tutorial.html官方文档: http://scikit-lear

中文文档: http://sklearn.apachecn.org/cn/stable/modules/computational_performance.html英文文档: http://sklearn.apachecn.org/en/stable/modules/computational_performance.html官方文档

中文文档: http://sklearn.apachecn.org/cn/stable/user_guide.html英文文档: http://sklearn.apachecn.org/en/stable/user_guide.html官方文档: http://scikit-learn.org/stable/GitHub:

中文文档: http://sklearn.apachecn.org/cn/stable/modules/manifold.html英文文档: http://sklearn.apachecn.org/en/stable/modules/manifold.html官方文档: http://scikit-learn.org/stable/

中文文档: http://sklearn.apachecn.org/cn/stable/modules/model_persistence.html英文文档: http://sklearn.apachecn.org/en/stable/modules/model_persistence.html官方文档: http://scikit-

中文文档: http://sklearn.apachecn.org/cn/stable/modules/feature_selection.html英文文档: http://sklearn.apachecn.org/en/stable/modules/feature_selection.html官方文档: http://scikit-

中文文档: http://sklearn.apachecn.org/cn/stable/modules/neural_networks_unsupervised.html英文文档: http://sklearn.apachecn.org/en/stable/modules/neural_networks_unsupervised.html

中文文档: http://sklearn.apachecn.org/cn/stable/modules/density.html英文文档: http://sklearn.apachecn.org/cn/stable/modules/density.html官方文档: http://scikit-learn.org/stable/

中文文档: http://sklearn.apachecn.org/cn/0.19.0/tutorial/basic/tutorial.html英文文档: http://sklearn.apachecn.org/en/0.19.0/tutorial/basic/tutorial.htmlGitHub: https://github.com/apachecn/scikit-learn

中文文档: http://sklearn.apachecn.org/cn/0.19.0/tutorial/basic/tutorial.html英文文档: http://sklearn.apachecn.org/en/0.19.0/tutorial/basic/tutorial.html官方文档: http://scikit-learn.org/0.19/GitHub:

中文文档: http://sklearn.apachecn.org/cn/0.19.0/tutorial/basic/tutorial.html英文文档: http://sklearn.apachecn.org/en/0.19.0/tutorial/basic/tutorial.html官方文档: http://scikit-learn.org/0.19/GitHub: h

中文文档: http://sklearn.apachecn.org/cn/0.19.0/tutorial/basic/tutorial.html英文文档: http://sklearn.apachecn.org/en/0.19.0/tutorial/basic/tutorial.htmlGitHub: https://github.com/apachecn/scikit-learn

中文文档: http://sklearn.apachecn.org/cn/0.19.0/tutorial/basic/tutorial.html英文文档: http://sklearn.apachecn.org/en/0.19.0/tutorial/basic/tutorial.htmlGitHub: https://github.com/apachecn/scikit-learn

中文文档: http://sklearn.apachecn.org/cn/stable/modules/outlier_detection.html英文文档: http://sklearn.apachecn.org/en/stable/modules/outlier_detection.html官方文档: http://scikit-

中文文档: http://sklearn.apachecn.org/cn/stable/modules/covariance.html英文文档: http://sklearn.apachecn.org/en/stable/modules/covariance.html官方文档: http://scikit-learn.org/stab

中文文档: http://sklearn.apachecn.org/cn/stable/modules/decomposition.html英文文档: http://sklearn.apachecn.org/en/stable/modules/decomposition.html官方文档: http://scikit-learn.or

中文文档: http://sklearn.apachecn.org/cn/stable/modules/biclustering.html英文文档: http://sklearn.apachecn.org/en/stable/modules/biclustering.html官方文档: http://scikit-learn.org/

中文文档: http://sklearn.apachecn.org/cn/stable/modules/cross_validation.html英文文档: http://sklearn.apachecn.org/en/stable/modules/cross_validation.html官方文档: http://scikit-le

中文文档: http://sklearn.apachecn.org/cn/stable/modules/grid_search.html英文文档: http://sklearn.apachecn.org/en/stable/modules/grid_search.html官方文档: http://scikit-learn.org/st