更新: 2026-02-16
Sklearn Random Forest：Python 分类与回归完整指南
通过实用的 Python 示例掌握 sklearn Random Forest。涵盖 RandomForestClassifier、RandomForestRegressor、超参数调优、特征重要性和管道（Pipeline）。
← 返回全部主题
Scikit-Learn
浏览此主题下的实用教程、参考指南和问题排查内容。
文章4
更新: 2026-02-12
Sklearn 中的混淆矩阵：如何评估分类模型
学习如何使用 sklearn 创建并解读混淆矩阵。涵盖 precision、recall、F1-score、多分类混淆矩阵、使用 heatmap 可视化，以及 classification report。
更新: 2026-02-12
Sklearn 线性回归：包含 Python 示例的完整指南
从入门到进阶学习 sklearn LinearRegression。涵盖简单与多元回归、模型评估（R²、MSE）、正则化、特征缩放以及真实世界数据集。
更新: 2026-02-10
Sklearn train_test_split：Python中机器学习数据集划分
学习如何使用sklearn train_test_split将数据集划分为训练集和测试集。掌握分层抽样、随机状态和验证集划分的实用示例。