scikit-learn: 机器学习 在 Python 中
. - * - 模式: rst - * -
{\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}我就是这个意思
. . GitHubActions. 图像:https://github.com/scikit-learn/scikit-learn/actions/workflows/unit-tests.yml/badge.svg? 目标:https://github.com/scikit-learn/scikit-learn/actions/workflows/unit-tests.yml?query=branch%3Amain
. . . . CircleCI . 图像: https://circleci.com/gh/scikit-learn/scikit-learn/tree/main.svg?style=shield 目标:https://circleci.com/gh/scikit-learn/scikit-learn
. . . . Codecov. 图像:https://codecov.io/gh/scikit-learn/scikit-learn/branch/main/graph/badge.svg?token=Pk8G9gg3y9 目标:https://codecov.io/gh/scikit-learn/scikit-learn
[永久失效連結] . . Nightly wheels * 图像:https://github.com/scikit-learn/scikit-learn/actions/workflows/wheels.yml/badge.svg?event=schedule 目标:https://github.com/scikit-learn/scikit-learn/actions?query=workflow%3A%22Wheel+builder%22+event%3Aschedule
. . . . . . . . . 目标:https://github.com/astral-sh/ruff
. . . . . . . . . . . 目标:https://pypi.org/project/scikit-learn/
. . . . . . . . 目标:https://pypi.org/project/scikit-learn
. . . . DOI . 图像:ZZURL14Z 目标:https://zenodo.org/badge/latestdoi/21369/scikit-learn/scikit-learn
. . . . Benchmark. 影像:https://img.shields.io/badge/Benchmarked%20by-asv-blue 目标:https://scikit-learn.org/scikit-learn-benchmarks
.. |PythonMinVersion| 替换为:: 3.11
⚠️ 单元测试 Linux x86-64 pylatest_free_threaded 失败 (最后一次失败: 2026 年 8 月 5 日) ⚠️
⚠️ 单元测试 Linux x86-64 pylatest_conda_forge_mkl 失败 (最后一次失败: 2026 年 8 月 4 日) ⚠️
⚠️ 单元测试 Linux pymin_conda_forge_arm 失败 (最后一次失败: 2026 年 8 月 12 日) ⚠️
当 n_jobs > 1 时,词典学习速度会变慢
在拟合时,使用多线程可以提高 kd-tree 或 ball-tree 的性能
森林估计器中等待 GIL 的线程
`from sklearn.model_selection import *` 在 1.8.0 版本之后会引发 ImportError
Ridge 解法中没有提到双问题表达方法
在 Linux 上运行容器时,由于第三方库导致 CPU 过饱和/过度订阅
当 max_samples < 1 时, permutation_importance 会计算模型从未使用的特征的非零重要性