sklearn.model_selection

工具用于模型选择，例如交叉验证和超参数调整。

User guide. See the 交叉验证：评估估计器性能, 调整估计器的超参数, and 学习曲线 sections for further details.

Splitters

GroupKFold	K-fold迭代器变体，具有不重叠的组。
GroupShuffleSplit	Shuffle-Group(s)-Out 交叉验证迭代器。
KFold	K-Fold交叉验证器。
LeaveOneGroupOut	Leave One Group Out 交叉验证器。
LeaveOneOut	Leave-One-Out 交叉验证器。
LeavePGroupsOut	Leave P Group(s) Out交叉验证器。
LeavePOut	Leave-P-Out交叉验证器。
PredefinedSplit	预定义的分割交叉验证器。
RepeatedKFold	Repeated K-Fold 交叉验证器。
RepeatedStratifiedKFold	重复分层K折交叉验证器。
ShuffleSplit	随机排列交叉验证器。
StratifiedGroupKFold	分层K折迭代器变种，具有不重叠的组。
StratifiedKFold	分层K折交叉验证器。
StratifiedShuffleSplit	分层随机分割交叉验证器。
TimeSeriesSplit	时间序列交叉验证器。
check_cv	输入检查工具，用于构建交叉验证器。
train_test_split	将数组或矩阵拆分为随机的训练和测试子集。

Hyper-parameter optimizers

GridSearchCV	穷举搜索估计器的指定参数值。
HalvingGridSearchCV	搜索指定的参数值，使用连续减半的方法。
HalvingRandomSearchCV	随机搜索超参数。
ParameterGrid	网格参数，每个参数有离散的数值。
ParameterSampler	生成器在给定分布中采样参数。
RandomizedSearchCV	随机搜索超参数。

Post-fit model tuning

FixedThresholdClassifier	二元分类器，手动设置决策阈值。
TunedThresholdClassifierCV	分类器，使用交叉验证后调决策阈值。

Model validation

cross_val_predict	生成每个输入数据点的交叉验证估计。
cross_val_score	评估通过交叉验证的得分。
cross_validate	评估指标通过交叉验证并记录拟合/评分时间。
learning_curve	学习曲线。
permutation_test_score	评估通过排列验证分数的显著性。
validation_curve	验证曲线。

Visualization

LearningCurveDisplay	学习曲线可视化。
ValidationCurveDisplay	验证曲线可视化。