使用者指南

• 1. 監督式學習
  • 1.1. 線性模型
    • 1.1.1. 普通最小平方法
    • 1.1.2. 嶺迴歸和分類
    • 1.1.3. Lasso
    • 1.1.4. 多任務 Lasso
    • 1.1.5. Elastic-Net
    • 1.1.6. 多任務 Elastic-Net
    • 1.1.7. 最小角度迴歸
    • 1.1.8. LARS Lasso
    • 1.1.9. 正交匹配追蹤 (OMP)
    • 1.1.10. 貝氏迴歸
    • 1.1.11. Logistic 迴歸
    • 1.1.12. 廣義線性模型
    • 1.1.13. 隨機梯度下降 - SGD
    • 1.1.14. 感知器
    • 1.1.15. 被動積極演算法
    • 1.1.16. 強健性迴歸：離群值和建模誤差
    • 1.1.17. 分位數迴歸
    • 1.1.18. 多項式迴歸：使用基底函數擴展線性模型
  • 1.2. 線性和二次判別分析
    • 1.2.1. 使用線性判別分析進行降維
    • 1.2.2. LDA 和 QDA 分類器的數學公式
    • 1.2.3. LDA 降維的數學公式
    • 1.2.4. 收縮和共變異數估計器
    • 1.2.5. 估計演算法
  • 1.3. 核嶺迴歸
  • 1.4. 支持向量機
    • 1.4.1. 分類
    • 1.4.2. 迴歸
    • 1.4.3. 密度估計、新奇偵測
    • 1.4.4. 複雜度
    • 1.4.5. 實用技巧
    • 1.4.6. 核函數
    • 1.4.7. 數學公式
    • 1.4.8. 實作細節
  • 1.5. 隨機梯度下降
    • 1.5.1. 分類
    • 1.5.2. 迴歸
    • 1.5.3. 線上單類別 SVM
    • 1.5.4. 用於稀疏資料的隨機梯度下降
    • 1.5.5. 複雜度
    • 1.5.6. 停止準則
    • 1.5.7. 實用技巧
    • 1.5.8. 數學公式
    • 1.5.9. 實作細節
  • 1.6. 最近鄰
    • 1.6.1. 無監督最近鄰
    • 1.6.2. 最近鄰分類
    • 1.6.3. 最近鄰迴歸
    • 1.6.4. 最近鄰演算法
    • 1.6.5. 最近質心分類器
    • 1.6.6. 最近鄰轉換器
    • 1.6.7. 鄰域成分分析
  • 1.7. 高斯過程
    • 1.7.1. 高斯過程迴歸 (GPR)
    • 1.7.2. 高斯過程分類 (GPC)
    • 1.7.3. GPC 範例
    • 1.7.4. 高斯過程的核
  • 1.8. 交叉分解
    • 1.8.1. PLSCanonical
    • 1.8.2. PLSSVD
    • 1.8.3. PLSRegression
    • 1.8.4. 典型相關分析
  • 1.9. 樸素貝氏
    • 1.9.1. 高斯樸素貝氏
    • 1.9.2. 多項式樸素貝氏
    • 1.9.3. 互補樸素貝氏
    • 1.9.4. 伯努利樸素貝氏
    • 1.9.5. 類別樸素貝氏
    • 1.9.6. 核心外的樸素貝氏模型擬合
  • 1.10. 決策樹
    • 1.10.1. 分類
    • 1.10.2. 迴歸
    • 1.10.3. 多輸出問題
    • 1.10.4. 複雜度
    • 1.10.5. 實用技巧
    • 1.10.6. 樹演算法：ID3、C4.5、C5.0 和 CART
    • 1.10.7. 數學公式
    • 1.10.8. 遺失值支援
    • 1.10.9. 最小成本複雜度剪枝
  • 1.11. 集成方法：梯度提升、隨機森林、裝袋法、投票法、堆疊法
    • 1.11.1. 梯度提升樹
    • 1.11.2. 隨機森林和其他隨機樹集成
    • 1.11.3. 裝袋元估計器
    • 1.11.4. 投票分類器
    • 1.11.5. 投票迴歸器
    • 1.11.6. 堆疊泛化
    • 1.11.7. AdaBoost
  • 1.12. 多類別和多輸出演算法
    • 1.12.1. 多類別分類
    • 1.12.2. 多標籤分類
    • 1.12.3. 多類別-多輸出分類
    • 1.12.4. 多輸出迴歸
  • 1.13. 特徵選擇
    • 1.13.1. 移除變異數較低的特徵
    • 1.13.2. 單變量特徵選擇
    • 1.13.3. 遞迴特徵消除
    • 1.13.4. 使用 SelectFromModel 進行特徵選擇
    • 1.13.5. 循序特徵選擇
    • 1.13.6. 作為管線一部分的特徵選擇
  • 1.14. 半監督式學習
    • 1.14.1. 自我訓練
    • 1.14.2. 標籤傳播
  • 1.15. 保序迴歸
  • 1.16. 機率校準
    • 1.16.1. 校準曲線
    • 1.16.2. 校準分類器
    • 1.16.3. 用法
  • 1.17. 神經網路模型（監督式）
    • 1.17.1. 多層感知器
    • 1.17.2. 分類
    • 1.17.3. 迴歸
    • 1.17.4. 正則化
    • 1.17.5. 演算法
    • 1.17.6. 複雜度
    • 1.17.7. 實用技巧
    • 1.17.8. 使用 warm_start 進行更多控制
• 2. 無監督式學習
  • 2.1. 高斯混合模型
    • 2.1.1. 高斯混合
    • 2.1.2. 變分貝氏高斯混合
  • 2.2. 流形學習
    • 2.2.1. 簡介
    • 2.2.2. Isomap
    • 2.2.3. 局部線性嵌入
    • 2.2.4. 修改的局部線性嵌入
    • 2.2.5. Hessian 特徵映射
    • 2.2.6. 光譜嵌入
    • 2.2.7. 局部切空間對齊
    • 2.2.8. 多維尺度 (MDS)
    • 2.2.9. t 分佈隨機鄰域嵌入 (t-SNE)
    • 2.2.10. 實用技巧
  • 2.3. 分群
    • 2.3.1. 分群方法概述
    • 2.3.2. K-means
    • 2.3.3. 親和力傳播
    • 2.3.4. 平均漂移
    • 2.3.5. 光譜分群
    • 2.3.6. 階層式分群
    • 2.3.7. DBSCAN
    • 2.3.8. HDBSCAN
    • 2.3.9. OPTICS
    • 2.3.10. BIRCH
    • 2.3.11. 分群效能評估
  • 2.4. 雙聚類
    • 2.4.1. 光譜共同分群
    • 2.4.2. 光譜雙聚類
    • 2.4.3. 雙聚類評估
  • 2.5. 將訊號分解為成分（矩陣分解問題）
    • 2.5.1. 主成分分析 (PCA)
    • 2.5.2. 核主成分分析 (kPCA)
    • 2.5.3. 截斷奇異值分解和潛在語義分析
    • 2.5.4. 字典學習
    • 2.5.5. 因子分析
    • 2.5.6. 獨立成分分析 (ICA)
    • 2.5.7. 非負矩陣分解 (NMF 或 NNMF)
    • 2.5.8. 潛在狄利克雷分配 (LDA)
  • 2.6. 共變異數估計
    • 2.6.1. 經驗共變異數
    • 2.6.2. 收縮共變異數
    • 2.6.3. 稀疏逆共變異數
    • 2.6.4. 強健共變異數估計
  • 2.7. 新奇和離群值偵測
    • 2.7.1. 離群值偵測方法概述
    • 2.7.2. 新奇偵測
    • 2.7.3. 離群值偵測
    • 2.7.4. 使用局部離群因子進行新奇偵測
  • 2.8. 密度估計
    • 2.8.1. 密度估計：直方圖
    • 2.8.2. 核密度估計
  • 2.9. 神經網路模型（無監督式）
    • 2.9.1. 受限玻爾茲曼機
• 3. 模型選擇與評估
  • 3.1. 交叉驗證：評估估計器的效能
    • 3.1.1. 計算交叉驗證的指標
    • 3.1.2. 交叉驗證迭代器
    • 3.1.3. 關於洗牌的注意事項
    • 3.1.4. 交叉驗證和模型選擇
    • 3.1.5. 置換檢定分數
  • 3.2. 調整估計器的超參數
    • 3.2.1. 窮舉網格搜尋
    • 3.2.2. 隨機參數最佳化
    • 3.2.3. 使用連續減半搜尋最佳參數
    • 3.2.4. 參數搜尋的技巧
    • 3.2.5. 強力參數搜尋的替代方案
  • 3.3. 調整類別預測的決策閾值
    • 3.3.1. 後期調整決策閾值
  • 3.4. 指標和評分：量化預測的品質
    • 3.4.1. 我應該使用哪個評分函數？
    • 3.4.2. 評分 API 概述
    • 3.4.3. scoring 參數：定義模型評估規則
    • 3.4.4. 分類指標
    • 3.4.5. 多標籤排序指標
    • 3.4.6. 迴歸指標
    • 3.4.7. 分群指標
    • 3.4.8. 虛擬估計器
  • 3.5. 驗證曲線：繪製分數以評估模型
    • 3.5.1. 驗證曲線
    • 3.5.2. 學習曲線
• 4. 檢查
  • 4.1. 部分依賴和個別條件期望圖
    • 4.1.1. 部分依賴圖
    • 4.1.2. 個別條件期望 (ICE) 圖
    • 4.1.3. 數學定義
    • 4.1.4. 計算方法
  • 4.2. 置換特徵重要性
    • 4.2.1. 置換重要性演算法概述
    • 4.2.2. 與樹中基於雜質的重要性關係
    • 4.2.3. 強相關特徵上的誤導值
• 5. 可視化
  • 5.1. 可用的繪圖工具
    • 5.1.1. 顯示物件
• 6. 資料集轉換
  • 6.1. 管線和複合估計器
    • 6.1.1. 管線：鏈接估計器
    • 6.1.2. 轉換迴歸中的目標
    • 6.1.3. FeatureUnion：複合特徵空間
    • 6.1.4. 用於異質資料的 ColumnTransformer
    • 6.1.5. 可視化複合估計器
  • 6.2. 特徵提取
    • 6.2.1. 從字典載入特徵
    • 6.2.2. 特徵雜湊
    • 6.2.3. 文字特徵提取
    • 6.2.4. 影像特徵提取
  • 6.3. 資料預處理
    • 6.3.1. 標準化，或移除平均值和縮放變異數
    • 6.3.2. 非線性轉換
    • 6.3.3. 正規化
    • 6.3.4. 編碼類別特徵
    • 6.3.5. 離散化
    • 6.3.6. 遺失值插補
    • 6.3.7. 產生多項式特徵
    • 6.3.8. 自訂轉換器
  • 6.4. 遺失值插補
    • 6.4.1. 單變量與多變量插補
    • 6.4.2. 單變量特徵插補
    • 6.4.3. 多變量特徵插補
    • 6.4.4. 最近鄰插補
    • 6.4.5. 保持特徵數量不變
    • 6.4.6. 標記插補值
    • 6.4.7. 可處理 NaN 值的估計器
  • 6.5. 無監督式降維
    • 6.5.1. PCA：主成分分析
    • 6.5.2. 隨機投影
    • 6.5.3. 特徵聚集
  • 6.6. 隨機投影
    • 6.6.1. Johnson-Lindenstrauss 引理
    • 6.6.2. 高斯隨機投影
    • 6.6.3. 稀疏隨機投影
    • 6.6.4. 逆轉換
  • 6.7. 核近似
    • 6.7.1. 核近似的 Nystroem 方法
    • 6.7.2. 徑向基函數核
    • 6.7.3. 加性卡方核
    • 6.7.4. 偏斜卡方核
    • 6.7.5. 通過張量草圖進行多項式核近似
    • 6.7.6. 數學細節
  • 6.8. 成對度量、親和度和核
    • 6.8.1. 餘弦相似度
    • 6.8.2. 線性核
    • 6.8.3. 多項式核
    • 6.8.4. Sigmoid 核
    • 6.8.5. RBF 核
    • 6.8.6. 拉普拉斯核
    • 6.8.7. 卡方核
  • 6.9. 轉換預測目標（y）
    • 6.9.1. 標籤二元化
    • 6.9.2. 標籤編碼
• 7. 資料集載入工具
  • 7.1. 玩具資料集
    • 7.1.1. 鳶尾花資料集
    • 7.1.2. 糖尿病資料集
    • 7.1.3. 手寫數字的光學辨識資料集
    • 7.1.4. Linnerrud 資料集
    • 7.1.5. 葡萄酒辨識資料集
    • 7.1.6. 乳癌威斯康辛 (診斷) 資料集
  • 7.2. 真實世界資料集
    • 7.2.1. Olivetti 人臉資料集
    • 7.2.2. 20 新聞群組文字資料集
    • 7.2.3. Labeled Faces in the Wild 人臉辨識資料集
    • 7.2.4. 森林覆蓋類型
    • 7.2.5. RCV1 資料集
    • 7.2.6. Kddcup 99 資料集
    • 7.2.7. 加州房價資料集
    • 7.2.8. 物種分佈資料集
  • 7.3. 產生的資料集
    • 7.3.1. 分類和群集產生器
    • 7.3.2. 迴歸產生器
    • 7.3.3. 流形學習產生器
    • 7.3.4. 分解產生器
  • 7.4. 載入其他資料集
    • 7.4.1. 範例圖片
    • 7.4.2. svmlight / libsvm 格式的資料集
    • 7.4.3. 從 openml.org 儲存庫下載資料集
    • 7.4.4. 從外部資料集載入
• 8. 使用 scikit-learn 進行計算
  • 8.1. 計算規模化的策略：更大的數據
    • 8.1.1. 使用核外學習 (out-of-core learning) 縮放實例
  • 8.2. 計算效能
    • 8.2.1. 預測延遲
    • 8.2.2. 預測吞吐量
    • 8.2.3. 訣竅與技巧
  • 8.3. 平行處理、資源管理和配置
    • 8.3.1. 平行處理
    • 8.3.2. 設定開關
• 9. 模型持久性
  • 9.1. 工作流程概述
    • 9.1.1. 訓練並持久化模型
  • 9.2. ONNX
  • 9.3. skops.io
  • 9.4. pickle、joblib 和 cloudpickle
  • 9.5. 安全性和可維護性限制
    • 9.5.1. 在生產環境中複製訓練環境
    • 9.5.2. 提供模型成品
  • 9.6. 重點總結
• 10. 常見陷阱和建議做法
  • 10.1. 不一致的預處理
  • 10.2. 資料洩漏
    • 10.2.1. 如何避免資料洩漏
    • 10.2.2. 預處理期間的資料洩漏
  • 10.3. 控制隨機性
    • 10.3.1. 使用 None 或 RandomState 實例，以及重複調用 fit 和 split
    • 10.3.2. 常見的陷阱和微妙之處
    • 10.3.3. 一般建議
• 11. 調度
  • 11.1. 陣列 API 支援（實驗性）
    • 11.1.1. 用法範例
    • 11.1.2. 支援相容於 Array API 的輸入
    • 11.1.3. 常見的估計器檢查
• 12. 選擇正確的估計器
• 13. 外部資源、影片和演講
  • 13.1. 科學 Python 新手？
  • 13.2. 外部教學
  • 13.3. 影片

開發中

• 1. 元資料路由