sklearn.model_selection

用於模型選擇的工具，例如交叉驗證和超參數調整。

使用者指南。 詳情請參閱交叉驗證：評估估計器效能、調整估計器的超參數和學習曲線等章節。

分割器

GroupKFold	具有不重疊群組的 K 折疊迭代器變體。
GroupShuffleSplit	Shuffle-Group(s)-Out 交叉驗證迭代器。
KFold	K 折疊交叉驗證器。
LeaveOneGroupOut	Leave One Group Out 交叉驗證器。
LeaveOneOut	留一法交叉驗證器。
LeavePGroupsOut	Leave P Group(s) Out 交叉驗證器。
LeavePOut	留 P 法交叉驗證器。
PredefinedSplit	預定義分割交叉驗證器。
RepeatedKFold	重複 K 折疊交叉驗證器。
RepeatedStratifiedKFold	重複分層 K 折疊交叉驗證器。
ShuffleSplit	隨機排列交叉驗證器。
StratifiedGroupKFold	具有不重疊群組的分層 K 折疊迭代器變體。
StratifiedKFold	分層 K 折疊交叉驗證器。
StratifiedShuffleSplit	分層 ShuffleSplit 交叉驗證器。
TimeSeriesSplit	時間序列交叉驗證器。
check_cv	用於建立交叉驗證器的輸入檢查工具。
train_test_split	將陣列或矩陣分割為隨機的訓練和測試子集。

超參數最佳化器

GridSearchCV	對估計器指定的參數值進行窮舉搜尋。
HalvingGridSearchCV	使用連續對分搜尋指定的參數值。
HalvingRandomSearchCV	對超參數進行隨機搜尋。
ParameterGrid	每個都有離散值的參數網格。
ParameterSampler	從給定分佈中取樣的參數產生器。
RandomizedSearchCV	對超參數進行隨機搜尋。

擬合後模型調整

FixedThresholdClassifier	手動設定決策閾值的二元分類器。
TunedThresholdClassifierCV	使用交叉驗證後調整決策閾值的分類器。

模型驗證

cross_val_predict	為每個輸入資料點產生交叉驗證的估計值。
cross_val_score	透過交叉驗證評估分數。
cross_validate	透過交叉驗證評估度量，並記錄擬合/評分時間。
learning_curve	學習曲線。
permutation_test_score	透過置換評估交叉驗證分數的顯著性。
validation_curve	驗證曲線。

視覺化

LearningCurveDisplay	學習曲線視覺化。
ValidationCurveDisplay	驗證曲線視覺化。