支援#

有多個管道可以與 scikit-learn 開發人員聯繫,以獲得協助、回饋或貢獻。

注意:所有管道上的溝通都應遵守我們的行為準則

郵件列表#

使用者問題#

如果您有問題,這是我們一般的工作流程。

  • Stack Overflow:部分 scikit-learn 開發人員使用 [scikit-learn] 標籤為使用者提供支援。

  • 一般機器學習查詢:如需更廣泛的機器學習討論,請造訪Stack Exchange

發佈問題時

  • 請在標題欄位中使用描述性問題 (例如,不要使用「請協助我使用 scikit-learn!」,因為這不是問題)

  • 提供詳細的背景資訊、預期結果和實際觀察結果。

  • 包含程式碼和資料片段 (最好是簡化的腳本,約 20 行以內)。

  • 說明您的資料和預處理步驟,包括樣本大小、特徵類型 (類別或數值) 以及監督式學習任務的目標 (分類類型或迴歸)。

注意:避免在錯誤追蹤器上提出使用者問題,以將重點放在開發上。

  • GitHub 討論區 方法論等使用問題

  • Stack Overflow 程式設計/使用者問題,帶有 [scikit-learn] 標籤

  • GitHub 錯誤追蹤器 錯誤報告 - 請勿在問題追蹤器上提出使用問題。

  • Discord 伺服器 目前的提取請求 - 請在您的提取請求上發佈任何與特定提取請求相關的問題,並且您可以在此伺服器上分享您提取請求的連結。

錯誤追蹤器#

遇到錯誤?請在我們的 問題追蹤器 上回報。

請在您的報告中包含

  • 重現錯誤的步驟或腳本。

  • 預期和觀察到的結果。

  • Python 或 gdb 回溯,如果適用。

  • 理想的錯誤報告包含簡短的可重現程式碼片段,這樣任何人都可以輕鬆嘗試重現錯誤。

  • 如果您的程式碼片段超過 50 行左右,請連結到 gist 或 github 儲存庫。

提示:Gist 是 Git 儲存庫;您可以使用 Git 將資料檔案推送至它們。

社群媒體#

scikit-learn 在各種社群媒體平台上都有發佈消息,以便與社群分享更新。這些平台並未監控使用者問題。

Gitter#

注意:scikit-learn Gitter 聊天室已不再是活躍的社群。如需即時討論和支援,請參閱本文檔中提及的其他管道。

文件資源#

此文件適用於 1.6.0。在此尋找其他版本的文件。

舊版本的可列印 PDF 文件可在此取得。網站不再支援建立 PDF 文件,但您仍然可以按照建立文件指示在本地產生。