scikit-learn - 构建并评估 scikit-learn 机器学习流程
使用 scikit-learn 进行监督与无监督学习、数据预处理、模型评估、超参数调优和可复现的机器学习流程构建。
标签
更新于: 2026-10-01能力
典型输入
典型输出
该技能可以做什么
- 构建分类模型
- 构建回归模型
- 执行聚类分析
- 降低特征维度
- 预处理机器学习数据
- 评估模型性能
- 调优模型超参数
- 构建可复现流程
- 比较机器学习算法
输入
- 训练数据
- 测试数据
- 目标标签
- 特征定义
- 机器学习任务要求
- 模型配置
- 超参数搜索空间
输出
- 训练好的机器学习模型
- 预测结果
- 评估指标
- 交叉验证结果
- 调优后的超参数
- 数据预处理流程
- 聚类结果
- 降维数据
- 模型比较结果
- 数据可视化
要求
- Python 环境
- scikit-learn 包
- 可选的 matplotlib 和 seaborn 包
- 可选的 pandas 和 numpy 包