开源与本地工具 · 工具介绍
scikit-learn
提供机器学习训练、预处理和评估工具，可将数据变换与预测模型放入同一 Pipeline。
scikit-learn 能做什么
提供机器学习训练、预处理和评估工具，可将数据变换与预测模型放入同一 Pipeline。
- 模型训练与部署
如何使用 scikit-learn
建立预处理与分类模型的统一流水线
准备输入
- 特征数据和目标标签
- 独立的训练与测试划分
- 适用的数据变换与分类器
操作步骤
- 划分训练和测试数据，把标准化等预处理与分类器组合成 Pipeline。
- 仅使用训练数据调用流水线的 fit，让变换参数与模型一起从训练数据学习。
- 对测试数据调用 predict 并计算评价指标，检查是否存在测试信息泄漏，再比较其他配置。
预期交付物
- 包含预处理的分类流水线
- 独立测试集上的预测与评价结果
不能先对整个数据集学习预处理参数再做验证；拟合完成不代表对新数据有效，应结合独立测试或交叉验证评估。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从开源与本地工具角度评估scikit-learn
把开源与本地工具需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
本地运行到哪一步
区分本地界面、本地处理和外部API；不能只看名称判断数据去向。
环境是否匹配
检查系统、内存、磁盘和依赖，按官方要求判断能否运行。
后续是否可维护
确认许可证、配置保存、数据导出与版本更新方法。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
