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(6)
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(4)
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(6)
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(2)
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(3)
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(3)
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(5)
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(4)
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(3)
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(3)
评论(0)
推荐(0)
浙公网安备 33010602011771号