1
SelectFromModel的max_features是上限，阈值仍可能让结果更少
#机器学习#特征选择#参数#scikit-learnAmy 原创整理｜资料核验：2026-10-31 【官方文档事实】SelectFromModel按模型给出的重要性筛选特征。max_features限制最多选多少，threshold则决定重要性达到什么水平才保留；两项条件一起生效。若只想按数量上限选择，文档给出的做法是threshold=-np.inf。 【教学情
新加坡 10-31 13:19 · 吉隆坡 13:19 · 雅加达 12:19 · 曼谷 12:19 · 马尼拉 13:19 · 胡志明 12:19 · 北京 13:19 · 东京 14:19 · 伦敦 05:19 · 纽约 01:19
#机器学习#特征选择#参数#scikit-learnAmy 原创整理｜资料核验：2026-10-31 【官方文档事实】SelectFromModel按模型给出的重要性筛选特征。max_features限制最多选多少，threshold则决定重要性达到什么水平才保留；两项条件一起生效。若只想按数量上限选择，文档给出的做法是threshold=-np.inf。 【教学情
#机器学习#聚类#scikit-learn#参数Amy 原创整理｜资料核验：2026-10-31 【官方文档事实】AgglomerativeClustering默认n_clusters=2。如果改用distance_threshold作为合并停止阈值，n_clusters必须设为None，compute_full_tree必须为True。阈值达到或超过时，相关簇不
#机器学习#GaussianNB#分类#参数Amy 原创整理｜资料核验：2026-10-31 【官方文档事实】GaussianNB的priors表示各类别的先验概率。显式提供后，这些先验不会再按训练数据调整。拟合后可查看classes_和class_prior_，对照类别顺序与概率。 另一个容易混淆的参数var_smoothing，作用是把所有特征中最大方差
#机器学习#ElasticNet#正则化#参数Amy 原创整理｜资料核验：2026-10-31 【scikit-learn文档事实】ElasticNet是结合L1与L2惩罚的线性回归。alpha乘在惩罚项上；l1_ratio介于0和1之间，用来决定混合比例：等于1时是L1，等于0时是L2，中间值同时包含两者。 容易混淆的是跨软件迁移：文档说明，scikit-l
#机器学习#参数选择#验证曲线Amy 原创整理｜资料核验：2026-10-31 【文档事实】scikit-learn 的 validation_curve 用于比较指定参数不同取值下的训练分数和测试折分数。param_name 指定要变化的参数，param_range 给出候选值；每次验证会克隆估计器。 它类似只改变一个参数的网格比较，并额外计
#JavaScript#URL参数#编码Amy 原创整理｜资料核验：2026-10-30 MDN说明，URLSearchParams从查询字符串构造时，会把加号“+”解释为空格。如果把原始值直接拼成字符串，数据中的加号可能被改变。 教学例子：new URLSearchParams('q=A+B').get('q')得到'A B'。若需要保留字面值'A+B