集成学习入门：Bagging、Boosting 到底在组合什么
从多个模型共同决策的直觉出发，理解 Bagging、Boosting、随机森林和梯度提升模型的基本区别。
scikit-learn
和「scikit-learn」相关的文章都收在这里，方便沿着同一个主题继续读下去。
标签归档
同一主题下的内容，会更容易看出思路是怎么慢慢长出来的。
TF-IDF 是什么？把中文文本变成模型能读的数字
从词频和逆文档频率出发，理解 TF-IDF 为什么适合文本分类，以及如何在 sklearn 中使用 TfidfVectorizer。
模型评估与交叉验证：不要只相信一次划分
理解训练集、验证集、测试集、交叉验证、平均分和波动，避免用一次随机划分误判模型能力。
随机森林为什么比单棵树更稳
理解随机森林的 Bagging 思想、有放回抽样、随机特征选择、投票机制和常用参数。
决策树是什么？模型怎样一步步做判断
从分支节点、叶节点、基尼系数、信息增益和 max_depth 入手，理解决策树分类模型。
KNN 分类：让距离最近的样本帮忙投票
理解 K 近邻算法的核心思想、距离度量、K 值选择、特征缩放和 sklearn 训练流程。
逻辑回归为什么叫回归，却用来做分类
理解线性分数、Sigmoid、概率和阈值，跑通第一个二分类逻辑回归示例。
回归模型怎样评估：MAE、MSE、RMSE 和 R²
用同一组测试数据理解四个常用回归指标，并根据业务代价选择正确的评价方式。
线性回归：模型怎样用一条线预测连续数值
从房价预测出发，理解线性回归的输入、输出、误差和第一个 scikit-learn 实现。