- Sklearn:可以做數據預處理、分類、回歸、聚類，不能做神經網絡。
- 原始的工具包文檔：
- scikit-learn: machine learning in Python — scikit-learn 1.6.1 documentation
- 數據集:使用的是MNIST手寫數字識別技術，大小為70000，數據類型為784個像素點。
- 模型評估方法有留一法、交叉驗證法、自助法。
- 交叉驗證：將數據集劃分為K個大小相似的互斥子集，又稱K折交叉驗證，準確率為K次評估的平均值。
- Positove:正例；necative:負例。分類結果混淆矩陣（TP、FN、FP、TN）
- 查準率：TP/（TP+FP）；查全率：TP/（TP+FN）；
- ROC曲線全稱是“受試者工作特征”曲線，縱軸為TPR（真正例率），橫軸為FPR（假正例率）。
代碼：
