scikit-learn 速查

使用说明

scikit-learn 常用写法速查：基础流程、常用模型、预处理与流水线、评估与调参、持久化与实践；支持搜索与分类筛选，点击即可复制。

1. 按用途点分类：基础流程、常用模型、预处理与流水线、评估与调参、持久化与实践。
2. 点「写法」列复制，替换模型与特征后使用。
3. 用 Pipeline 把预处理与模型串起来，避免数据泄漏。
4. 用交叉验证与 GridSearchCV 选模型与超参。

常见问题

为什么要把预处理放进 Pipeline？

若先整体缩放再交叉验证，验证集信息会泄漏进训练；放进 Pipeline 后每一步都只在训练折叠上 fit，评估才可信。

fit / transform / fit_transform 区别？

fit 学习参数，transform 应用参数，fit_transform 二者合一（训练集用）；测试集只能用训练集学到的参数 transform。

如何保存训练好的模型？

用 joblib.dump(model, "m.pkl") 保存、joblib.load 加载，能完整保留模型与 Pipeline 状态，优于 pickle 对大数组的效率。

延伸阅读

• pandas 速查
• NumPy 速查
• PyTorch 速查