Capability library
每个功能，一个中文代码页面。
从 Python 内置能力到 Flask、数据库、AI、工业控制和动态库。搜索名称、签名或业务场景，打开页面即可复制运行。
当前找到 160 项
031机器学习 · 机器学习构建管道
(步骤列表)↗032机器学习 · 机器学习投票集成(模型列表, 投票方式: 'str' = 'soft', 权重=None)↗033机器学习 · 机器学习堆叠集成(基模型列表, 最终模型=None, 折数: 'int' = 5)↗034机器学习 · 机器学习数据降维(特征, 方法: 'str' = 'pca', 成分数: 'int' = 2)↗035机器学习 · 机器学习学习曲线(模型, 特征, 标签, 训练比例列表=None, 折数: 'int' = 5, 评分: 'str' = 'r2')↗036机器学习 · 机器学习特征重要性(模型, 特征, 列名列表=None)↗037机器学习 · 机器学习混淆矩阵报告(真实标签, 预测标签, 标签名列表=None)↗038机器学习 · 机器学习自动机器学习(特征, 标签, 任务类型: 'str' = 'auto', 时间限制秒: 'int' = 60, 折数: 'int' = 5)↗039机器学习 · 机器学习创建SVM分类器(核: 'str' = 'rbf', C: 'float' = 1.0, **选项)↗040机器学习 · 机器学习创建SVM回归器(核: 'str' = 'rbf', C: 'float' = 1.0, **选项)↗041机器学习 · 机器学习创建KNN分类器(邻居数: 'int' = 5, 权重: 'str' = 'uniform', **选项)↗042机器学习 · 机器学习创建KNN回归器(邻居数: 'int' = 5, 权重: 'str' = 'uniform', **选项)↗043机器学习 · 机器学习创建决策树分类器(最大深度: 'int' = None, **选项)↗044机器学习 · 机器学习创建决策树回归器(最大深度: 'int' = None, **选项)↗045机器学习 · 机器学习创建朴素贝叶斯(类型: 'str' = '高斯', **选项)↗046机器学习 · 机器学习创建XGBoost分类器(**选项)↗047机器学习 · 机器学习创建XGBoost回归器(**选项)↗048机器学习 · 机器学习创建LightGBM分类器(**选项)↗049机器学习 · 机器学习创建LightGBM回归器(**选项)↗050机器学习 · 机器学习孤立森林(特征, 污染率: 'float' = 0.1, 随机种子: 'int' = 42, **选项)↗051机器学习 · 机器学习局部异常因子(特征, 邻居数: 'int' = 20, 污染率: 'float' = 0.1, **选项)↗052机器学习 · 机器学习单类SVM(特征, nu: 'float' = 0.1, 核: 'str' = 'rbf', **选项)↗053机器学习 · 机器学习聚类评估(特征, 标签, 评估方法: 'str' = 'all')↗054机器学习 · 机器学习DBSCAN聚类(特征, eps: 'float' = 0.5, 最小样本: 'int' = 5, **选项)↗055机器学习 · 机器学习层次聚类模型(聚类数: 'int' = 3, 链接: 'str' = 'ward', **选项)↗056机器学习 · 机器学习高斯混合模型(成分数: 'int' = 3, **选项)↗057机器学习 · 机器学习词袋向量化(文本列表, 最大特征数: 'int' = 1000, **选项)↗058机器学习 · 机器学习TFIDF向量化(文本列表, 最大特征数: 'int' = 1000, **选项)↗059机器学习 · 机器学习文本分词(文本列表, 语言: 'str' = 'en')↗060机器学习 · 机器学习多项式特征(特征, 次数: 'int' = 2, 交互项: 'bool' = False, **选项)↗