1
LabelSpreading的alpha越大，越偏向邻居信息：文档解释的0与1不是可直接填写的边界值
#机器学习#半监督#参数理解Amy 原创整理｜资料核验：2026-11-03 scikit-learn文档把LabelSpreading的alpha定义为软约束系数，默认0.2，有效范围是开区间(0,1)。它控制样本采纳邻居信息相对于保留初始标签信息的程度；数值越大，越偏向邻居。文档用0和1解释两种极端含义，并不表示这两个端点符合参数范围。
新加坡 11-04 04:04 · 吉隆坡 04:04 · 雅加达 03:04 · 曼谷 03:04 · 马尼拉 04:04 · 胡志明 03:04 · 北京 04:04 · 东京 05:04 · 伦敦 20:04 · 纽约 15:04
#机器学习#半监督#参数理解Amy 原创整理｜资料核验：2026-11-03 scikit-learn文档把LabelSpreading的alpha定义为软约束系数，默认0.2，有效范围是开区间(0,1)。它控制样本采纳邻居信息相对于保留初始标签信息的程度；数值越大，越偏向邻居。文档用0和1解释两种极端含义，并不表示这两个端点符合参数范围。
#机器学习#核近似#参数理解Amy 原创整理｜资料核验：2026-11-03 PolynomialCountSketch使用Tensor Sketch近似多项式核的特征映射。官方公式为K(X,Y)=(gamma*<X,Y>+coef0)^degree，其中degree控制多项式次数，n_components控制输出特征空间维数，两者用途不同。
#机器学习#QDA#参数理解Amy 原创整理｜资料核验：2026-11-02 scikit-learn的QuadraticDiscriminantAnalysis文档明确区分两个参数：reg_param用于正则化各类别的协方差估计；tol则是判断协方差矩阵秩不足时使用的阈值。 关键点是，官方说明tol不影响预测，只控制什么时候发出非满秩警告。
#机器学习#ExtraTrees#参数理解Amy 原创整理｜资料核验：2026-11-02 scikit-learn当前ExtraTreesRegressor文档列出bootstrap=False为默认值：每棵树使用全部训练数据建立。名称里有随机树，不代表默认就为每棵树重新有放回抽取一批样本。 其随机性还来自分裂选择；文档列出random_state控制的