摘要：
Sklearn 源码解析（书）v1.0（一） 第 1 章 —— scikit-learn 概览 —— 认识这座“机器学习工具箱” 1.1 学习目标 难度：★★★☆☆（3/5） 预备知识：Python 基础、面向对象编程与 Markdown/代码阅读基础 理解 README 作为项目'品牌名片'的信息 阅读全文
posted @ 2026-09-04 08:54
绝不原创的飞龙
阅读(28)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（五） 11.18 设计中的取舍 为什么采用当前方案，而不是更复杂的替代方案？ 本章源码优先选择清晰、可维护且与既有 API 兼容的实现；这降低了使用和调试成本，但也意味着部分极端场景需要调用者自行权衡性能、灵活性与实现复杂度。 11.19 动手练习 11.19 阅读全文
posted @ 2026-09-04 08:54
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（四） RANSACRegressor 使用 _dynamic_max_trials 根据当前内点比例动态调整 max_trials。相比固定迭代次数，动态策略在内点比例高时大幅减少计算，在内点比例低时自动增加尝试次数以保证置信度。stop_probabilit 阅读全文
posted @ 2026-09-04 08:54
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（十一） 这段代码实现了亲和传播的核心消息传递循环。算法维护两个矩阵：责任矩阵 R（样本 i 选择样本 j 作为其 exemplar 的适用度）和可用性矩阧 A（样本 j 适合作为 exemplar 的程度，考虑到其他样本对 j 作为 exemplar 的竞争） 阅读全文
posted @ 2026-09-04 08:54
绝不原创的飞龙
阅读(12)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（十五） 代码解析： 函数根据 samplewise 参数输出两种形状：samplewise=False 时为 (n_labels, 2, 2)，每个类别一个 2x2 矩阵；samplewise=True 时为 (n_samples, 2, 2)，每个样本一个矩 阅读全文
posted @ 2026-09-04 08:54
绝不原创的飞龙
阅读(8)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（十四） （这段代码定义了 Ledoit-Wolf 收缩估计器的公共接口：它内部创建一个 LedoitWolf 估计器实例，调用其 fit 方法，然后返回收缩后的协方差矩阵和收缩系数。） 源码路径：sklearn/covariance/_graph_lasso. 阅读全文
posted @ 2026-09-04 08:54
绝不原创的飞龙
阅读(12)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（十三） 这段代码实现了深度优先决策树的构建：它使用栈模拟递归，为每个节点检查是否为叶节点（基于深度、样本数或不纯度），如果不是则寻找最佳分裂，创建子节点并继续处理。节点值通过分裂器计算并存储，若有单调性约束则进行值裁剪。 源码路径：sklearn/tree/_ 阅读全文
posted @ 2026-09-04 08:54
绝不原创的飞龙
阅读(6)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（十七） OvR：把每个类别视作 正例，其他类别视作 负例，得到 n_classes 个二分类问题；随后使用 _binary_roc_auc_score 计算每个二分类 AUC，并根据 average 进行加权（macro、weighted、micro）。 Ov 阅读全文
posted @ 2026-09-04 08:54
绝不原创的飞龙
阅读(19)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（十六） 源码路径：sklearn/metrics/_base.py - _average_multiclass_ovo_score()（第82-135行） def _average_multiclass_ovo_score(binary_metric, y_t 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(7)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（十九） 这一段代码实现了：跨所有交叉验证器的统一 split 接口，使得不同实现方式（掩码或索引）能够互操作，降低子类实现的重复工作。 架构图 flowchart TD split[split方法] --> indexable[X, y, groups -> 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(14)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（十二） ├── Predictor.predict ├── _compute_gradients_hessians sklearn/ensemble/_hist_gradient_boosting/gradient_boosting.py ├── BaseHi 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（十八） 解释：除权重检查外，还专门处理 outlier_label：当某个查询点在给定半径内没有邻居时，返回 outlier_label 对应的概率向量，或者在 outlier_label=None 时抛出 ValueError。 35.6.1.3 sqeuc 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(15)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（十） 概述：predict 根据策略生成预测：most_frequent/prior 返回加权众数（argmax）；stratified 先调用 predict_proba 采样再取 argmax，保证两者一致；uniform 均匀随机采样；constant 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(8)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（三十一） 代码作用：此代码展示了 HistGradientBoostingRegressor 在处理类别特征时的多种策略及其性能表现。通过比较删除、独热编码、序数编码、目标编码和原生类别支持五种方法，我们可以看到：删除类别特征导致性能最差；独热编码虽然能保留信 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(8)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（三十五） 下图展示了分解基准类在 ASV 框架下的完整执行流程，从参数网格展开到计时与评分的每一步都清晰可见： graph TD A[ASV 读取 param_names+params] --> B[笛卡尔积展开为参数组合] B --> C[对每组参数调用 s 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(8)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（三十四） 这个例子展示了多输出回归的两种典型结果：ExtraTrees 和 KNN 能捕捉像素级的非线性依赖，而 Linear/Ridge 只能生成模糊的平均脸。源码在第 75-95 行用 4 列子图并排展示"真实下半脸 + 4 种方法的预测下半脸"。 76. 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（三十三） 学会使用离散化技术为线性模型引入非线性能力 比较过滤式、包裹式和嵌入式特征选择方法的优缺点 理解目标编码的机制及其交叉拟合策略如何防止过拟合 能够使用 Pipeline 和 ColumnTransformer 构建无数据泄露的预处理流水线 74.2 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（三十七） 第 ② 行创建 RandomState 实例而非依赖全局种子，保证函数自身可复现。 第 ③ 行使用 COO（Coordinate）格式而非直接 CSR——COO 构造最简单，只需 (data, (row, col)) 三元组。 第 ④ 行非零值使用 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（三十六） 逐行解析： 第 26-27 行：np.logspace(0.5, 3, 9) 生成 9 个在对数空间均匀分布的样本数点（从 √10 ≈ 3.16 到 10³=1000）。 第 28 行：np.logspace(1, 3.5, 7) 生成 7 个特征数 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(14)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（三十九） 作为"随车工具包装配工"，这段函数生成的 _distributor_init.py 是整个 wheel 中最精妙的"挡风玻璃说明书"——它必须在其他任何 Cython 扩展模块之前执行，因为 OpenMP 符号是这些扩展模块的运行期依赖。if os. 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（三十二） 这段代码演示了单调约束如何工作：在树的分裂过程中，过滤掉违反单调性的分裂点（例如，当特征0应单增时，不允许在特征0上划分导致左子节点特征0值大于右子节点的分裂），同时约束叶子值满足单调关系。可以看到有约束的模型更能捕捉数据的总体趋势，而无约束模型则跟 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（三十八） 下图以流程化方式刻画了 9 枚徽章从"集中声明"到"渲染展示"的传递路径，便于直观理解徽章墙在 README 入口处的枢纽位置： graph LR A[README.md 第5-30行<br/>image:: 徽章定义] --> B[RST 渲染引擎 阅读全文
posted @ 2026-09-04 04:09
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（三十） 这段代码实现了一个Sphinx后处理转换，为sphinx-design下拉菜单生成稳定的锚点ID，确保深度链接在文档重建后仍然有效。[/content] [content] import inspect import os import subproc 阅读全文
posted @ 2026-09-04 04:08
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（三） 解释：MetadataRouter 维护一个 树形结构：根节点（元估计器）拥有子节点（子估计器），每个节点保存 请求 与 方法映射。在 process_routing 时根据该树生成实际传递给子对象的 kwargs。 生活类比：这就像一个家庭树——祖父母 阅读全文
posted @ 2026-09-04 04:08
绝不原创的飞龙
阅读(8)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（七） 15.17 设计中的取舍 为什么不用 middleware 链处理副作用？ Pipeline 的元数据路由采用声明式映射而非 middleware 链。Middleware 链复杂度高，适用于多种副作用类型需要插拔的场景；而 Pipeline 的副作用类 阅读全文
posted @ 2026-09-04 04:08
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（六） | 二值化 | 无 | 无 | binarize 阈值 | 无（要求整数编码） | | 关键参数 | alpha, force_alpha | alpha, norm | alpha, binarize | alpha, min_categories | 阅读全文
posted @ 2026-09-04 04:08
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（九） 逐行注释： 定义类型：y、w 为连续浮点数组，target 为 intp 数组初始化为 [0, 1, ..., n-1] target 编码块结构：块 [i..j] 满足 target[i]=j 且 target[j]=i 活跃块起始索引 i 存储块聚合 阅读全文
posted @ 2026-09-04 04:08
绝不原创的飞龙
阅读(27)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（二十一） 实现细节 首行携带元信息（样本数、特征数、标签名称），通过手动解析获取这些元数据。 随后逐行读取数值部分，填充到预先分配好的 np.empty 矩阵中，保持了对大文件的内存友好。 若提供 descr_file_name，会调用 load_descr 阅读全文
posted @ 2026-09-04 04:08
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（二十五） doc_link 与 doc_link_label 组合生成可点击的 API 文档链接，若无则不渲染。 is_fitted_* 负责在左侧显示已拟合的灯标（对应博物馆展品已参观的指示灯）。 60.5.2 参数渲染：ParamsDict 与 _para 阅读全文
posted @ 2026-09-04 04:08
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（二十四） 56.6 编码与唯一值缓存的边界情况 56.6.1 双轨编码实现 | 路径 | 适用 dtype | 关键实现 | | | | | | 对象 dtype (dtype == object) | object | _unique_python → se 阅读全文
posted @ 2026-09-04 04:07
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（二十三） 54.4 元数据路由核心机制 —— 「请求‑声明‑路由」三层协同的智能物流系统 54.4.1 关键点 MetadataRequest：每个 consumer（如 LinearRegression、SVC）都有一个 _metadata_request， 阅读全文
posted @ 2026-09-04 04:07
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（二十七） 这段代码定义了 SVDResult 等 NamedTuple 与对应的包装函数。SVDResult(*xp.linalg.svd(...)) 用星号解析原生返回的元组。用户可以写 U, S, Vh = svd(x) 解析，也可以写 result.U 阅读全文
posted @ 2026-09-04 04:07
绝不原创的飞龙
阅读(12)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（二十六） 要点：predict_proba 用逆链接 expit 恢复 类别 1 的概率，然后 1‑p 得到 类别 0 的概率。这在二分类预测接口（如 predict_proba）中至关重要。 63.6.6 代码解读：HalfMultinomialLoss（第 阅读全文
posted @ 2026-09-04 04:07
绝不原创的飞龙
阅读(13)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（二十九） feature_extraction_ref-from-text. However, note that a better way is to refer using the :mod: directive, e.g., :mod:sklearn.f 阅读全文
posted @ 2026-09-04 04:07
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（二十二） 解释：特征尺度被 放大，并加入 平方根‑分式 组合，模拟 异构尺度 与 复杂交互。 50.9.3 make_friedman3 源码路径：sklearn/datasets/_samples_generator.py – make_friedman3（ 阅读全文
posted @ 2026-09-04 04:07
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（二十八） 66.15 小结表（前置说明句） 本章围绕源码梳理了核心数据结构、调用流程与设计权衡。 以下是本章概念速查表： | 概念 | 解释 | | | | | array_namespace() | 核心后端识别入口，自动推断输入数组所属的 Array AP 阅读全文
posted @ 2026-09-04 04:07
绝不原创的飞龙
阅读(32)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（二十） __all__ 明确列出了 当用户执行 from sklearn.model_selection import * 时应当导出的符号，从而隐藏内部实现细节。即便 Halving* 属于实验特性，它们也被列入 __all__，因为 __getattr__ 阅读全文
posted @ 2026-09-04 04:07
绝不原创的飞龙
阅读(6)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（二） 显式参数列表提供了 IDE 自动补全、类型检查（mypy/pyright）、文档生成（Sphinx）的完整支持。 **kwargs 会丢失参数名信息，导致文档生成器无法识别合法配置键，用户也无法获得类型提示。 10 个配置项数量固定且稳定，显式写入的维护 阅读全文
posted @ 2026-09-04 04:07
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
Sklearn 源码解析（书）v1.0（八） X=[[0.5]] 无法高置信预测，首轮无新增样本，触发 no_change 终止。 源码路径：sklearn/semi_supervised/tests/test_self_training.py - test_zero_iterations()（第1 阅读全文
posted @ 2026-09-04 04:07
绝不原创的飞龙
阅读(16)
评论(0)
推荐(0)
浙公网安备 33010602011771号