Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
sklearn-doc-zh
提交
d18e0c18
S
sklearn-doc-zh
项目概览
OpenDocCN
/
sklearn-doc-zh
通知
3
Star
3
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
S
sklearn-doc-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
未验证
提交
d18e0c18
编写于
4月 02, 2020
作者:
片刻小哥哥
提交者:
GitHub
4月 02, 2020
浏览文件
操作
浏览文件
下载
差异文件
Merge pull request #408 from LovelyBuggies/master
Update CONTRIBUTING.md
上级
e7c723c1
b8bfaef7
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
96 addition
and
89 deletion
+96
-89
CONTRIBUTING.md
CONTRIBUTING.md
+96
-89
未找到文件。
CONTRIBUTING.md
浏览文件 @
d18e0c18
...
@@ -7,113 +7,120 @@
...
@@ -7,113 +7,120 @@
+
[
英文官网
](
https://scikit-learn.org
)
+
[
英文官网
](
https://scikit-learn.org
)
+
[
中文翻译
](
https://sklearn.apachecn.org
)
+
[
中文翻译
](
https://sklearn.apachecn.org
)
负责人:
*
[
@loopyme
](
https://github.com/loopyme
)
:3322728009
*
[
飞龙
](
https://github.com/wizardforcel
)
:562826179
*
[
片刻
](
https://github.com/jiangzhonglian
)
:529815144
## 章节列表
## 章节列表
*
[
安装 scikit-learn
](
docs/
0.21.3
/62.md
)
*
[
安装 scikit-learn
](
docs/
master
/62.md
)
*
用户指南
*
用户指南
*
[
1. 监督学习
](
docs/
0.21.3
/1.md
)
*
[
1. 监督学习
](
docs/
master
/1.md
)
*
[
1.1. 广义线性模型
](
docs/
0.21.3
/2.md
)
*
[
1.1. 广义线性模型
](
docs/
master
/2.md
)
*
[
1.2. 线性和二次判别分析
](
docs/
0.21.3
/3.md
)
*
[
1.2. 线性和二次判别分析
](
docs/
master
/3.md
)
*
[
1.3. 内核岭回归
](
docs/
0.21.3
/4.md
)
*
[
1.3. 内核岭回归
](
docs/
master
/4.md
)
*
[
1.4. 支持向量机
](
docs/
0.21.3
/5.md
)
*
[
1.4. 支持向量机
](
docs/
master
/5.md
)
*
[
1.5. 随机梯度下降
](
docs/
0.21.3
/6.md
)
*
[
1.5. 随机梯度下降
](
docs/
master
/6.md
)
*
[
1.6. 最近邻
](
docs/
0.21.3
/7.md
)
*
[
1.6. 最近邻
](
docs/
master
/7.md
)
*
[
1.7. 高斯过程
](
docs/
0.21.3
/8.md
)
*
[
1.7. 高斯过程
](
docs/
master
/8.md
)
*
[
1.8. 交叉分解
](
docs/
0.21.3
/9.md
)
*
[
1.8. 交叉分解
](
docs/
master
/9.md
)
*
[
1.9. 朴素贝叶斯
](
docs/
0.21.3
/10.md
)
*
[
1.9. 朴素贝叶斯
](
docs/
master
/10.md
)
*
[
1.10. 决策树
](
docs/
0.21.3
/11.md
)
*
[
1.10. 决策树
](
docs/
master
/11.md
)
*
[
1.11. 集成方法
](
docs/
0.21.3
/12.md
)
*
[
1.11. 集成方法
](
docs/
master
/12.md
)
*
[
1.12. 多类和多标签算法
](
docs/
0.21.3
/13.md
)
*
[
1.12. 多类和多标签算法
](
docs/
master
/13.md
)
*
[
1.13. 特征选择
](
docs/
0.21.3
/14.md
)
*
[
1.13. 特征选择
](
docs/
master
/14.md
)
*
[
1.14. 半监督学习
](
docs/
0.21.3
/15.md
)
*
[
1.14. 半监督学习
](
docs/
master
/15.md
)
*
[
1.15. 等式回归
](
docs/
0.21.3
/16.md
)
*
[
1.15. 等式回归
](
docs/
master
/16.md
)
*
[
1.16. 概率校准
](
docs/
0.21.3
/17.md
)
*
[
1.16. 概率校准
](
docs/
master
/17.md
)
*
[
1.17. 神经网络模型(有监督)
](
docs/
0.21.3
/18.md
)
*
[
1.17. 神经网络模型(有监督)
](
docs/
master
/18.md
)
*
[
2. 无监督学习
](
docs/
0.21.3
/19.md
)
*
[
2. 无监督学习
](
docs/
master
/19.md
)
*
[
2.1. 高斯混合模型
](
docs/
0.21.3
/20.md
)
*
[
2.1. 高斯混合模型
](
docs/
master
/20.md
)
*
[
2.2. 流形学习
](
docs/
0.21.3
/21.md
)
*
[
2.2. 流形学习
](
docs/
master
/21.md
)
*
[
2.3. 聚类
](
docs/
0.21.3
/22.md
)
*
[
2.3. 聚类
](
docs/
master
/22.md
)
*
[
2.4. 双聚类
](
docs/
0.21.3
/23.md
)
*
[
2.4. 双聚类
](
docs/
master
/23.md
)
*
[
2.5. 分解成分中的信号(矩阵分解问题)
](
docs/
0.21.3
/24.md
)
*
[
2.5. 分解成分中的信号(矩阵分解问题)
](
docs/
master
/24.md
)
*
[
2.6. 协方差估计
](
docs/
0.21.3
/25.md
)
*
[
2.6. 协方差估计
](
docs/
master
/25.md
)
*
[
2.7. 新奇和异常值检测
](
docs/
0.21.3
/26.md
)
*
[
2.7. 新奇和异常值检测
](
docs/
master
/26.md
)
*
[
2.8. 密度估计
](
docs/
0.21.3
/27.md
)
*
[
2.8. 密度估计
](
docs/
master
/27.md
)
*
[
2.9. 神经网络模型(无监督)
](
docs/
0.21.3
/28.md
)
*
[
2.9. 神经网络模型(无监督)
](
docs/
master
/28.md
)
*
[
3. 模型选择和评估
](
docs/
0.21.3
/29.md
)
*
[
3. 模型选择和评估
](
docs/
master
/29.md
)
*
[
3.1. 交叉验证:评估估算器的表现
](
docs/
0.21.3
/30.md
)
*
[
3.1. 交叉验证:评估估算器的表现
](
docs/
master
/30.md
)
*
[
3.2. 调整估计器的超参数
](
docs/
0.21.3
/31.md
)
*
[
3.2. 调整估计器的超参数
](
docs/
master
/31.md
)
*
[
3.3. 模型评估: 量化预测的质量
](
docs/
0.21.3
/32.md
)
*
[
3.3. 模型评估: 量化预测的质量
](
docs/
master
/32.md
)
*
[
3.4. 模型持久化
](
docs/
0.21.3
/33.md
)
*
[
3.4. 模型持久化
](
docs/
master
/33.md
)
*
[
3.5. 验证曲线: 绘制分数以评估模型
](
docs/
0.21.3
/34.md
)
*
[
3.5. 验证曲线: 绘制分数以评估模型
](
docs/
master
/34.md
)
*
[
4. 检验
](
docs/
0.21.3
/35.md
)
*
[
4. 检验
](
docs/
master
/35.md
)
*
[
4.1. 部分依赖图
](
docs/
0.21.3
/36.md
)
*
[
4.1. 部分依赖图
](
docs/
master
/36.md
)
*
[
5. 数据集转换
](
docs/
0.21.3
/37.md
)
*
[
5. 数据集转换
](
docs/
master
/37.md
)
*
[
5.1. Pipeline(管道)和 FeatureUnion(特征联合): 合并的评估器
](
docs/
0.21.3
/38.md
)
*
[
5.1. Pipeline(管道)和 FeatureUnion(特征联合): 合并的评估器
](
docs/
master
/38.md
)
*
[
5.2. 特征提取
](
docs/
0.21.3
/39.md
)
*
[
5.2. 特征提取
](
docs/
master
/39.md
)
*
[
5.3 预处理数据
](
docs/
0.21.3
/40.md
)
*
[
5.3 预处理数据
](
docs/
master
/40.md
)
*
[
5.4 缺失值插补
](
docs/
0.21.3
/41.md
)
*
[
5.4 缺失值插补
](
docs/
master
/41.md
)
*
[
5.5. 无监督降维
](
docs/
0.21.3
/42.md
)
*
[
5.5. 无监督降维
](
docs/
master
/42.md
)
*
[
5.6. 随机投影
](
docs/
0.21.3
/43.md
)
*
[
5.6. 随机投影
](
docs/
master
/43.md
)
*
[
5.7. 内核近似
](
docs/
0.21.3
/44.md
)
*
[
5.7. 内核近似
](
docs/
master
/44.md
)
*
[
5.8. 成对的矩阵, 类别和核函数
](
docs/
0.21.3
/45.md
)
*
[
5.8. 成对的矩阵, 类别和核函数
](
docs/
master
/45.md
)
*
[
5.9. 预测目标 (`y`) 的转换
](
docs/
0.21.3
/46.md
)
*
[
5.9. 预测目标 (`y`) 的转换
](
docs/
master
/46.md
)
*
[
6. 数据集加载工具
](
docs/
0.21.3
/47.md
)
*
[
6. 数据集加载工具
](
docs/
master
/47.md
)
*
[
6.1. 通用数据集 API
](
docs/
0.21.3
/47.md
)
*
[
6.1. 通用数据集 API
](
docs/
master
/47.md
)
*
[
6.2. 玩具数据集
](
docs/
0.21.3
/47.md
)
*
[
6.2. 玩具数据集
](
docs/
master
/47.md
)
*
[
6.3 真实世界中的数据集
](
docs/
0.21.3
/47.md
)
*
[
6.3 真实世界中的数据集
](
docs/
master
/47.md
)
*
[
6.4. 样本生成器
](
docs/
0.21.3
/47.md
)
*
[
6.4. 样本生成器
](
docs/
master
/47.md
)
*
[
6.5. 加载其他数据集
](
docs/
0.21.3
/47.md
)
*
[
6.5. 加载其他数据集
](
docs/
master
/47.md
)
*
[
7. 使用scikit-learn计算
](
docs/
0.21.3
/48.md
)
*
[
7. 使用scikit-learn计算
](
docs/
master
/48.md
)
*
[
7.1. 大规模计算的策略: 更大量的数据
](
docs/
0.21.3
/48.md
)
*
[
7.1. 大规模计算的策略: 更大量的数据
](
docs/
master
/48.md
)
*
[
7.2. 计算性能
](
docs/
0.21.3
/48.md
)
*
[
7.2. 计算性能
](
docs/
master
/48.md
)
*
[
7.3. 并行性、资源管理和配置
](
docs/
0.21.3
/48.md
)
*
[
7.3. 并行性、资源管理和配置
](
docs/
master
/48.md
)
*
[
教程
](
docs/
0.21.3
/50.md
)
*
[
教程
](
docs/
master
/50.md
)
*
[
使用 scikit-learn 介绍机器学习
](
docs/
0.21.3
/51.md
)
*
[
使用 scikit-learn 介绍机器学习
](
docs/
master
/51.md
)
*
[
关于科学数据处理的统计学习教程
](
docs/
0.21.3
/52.md
)
*
[
关于科学数据处理的统计学习教程
](
docs/
master
/52.md
)
*
[
机器学习: scikit-learn 中的设置以及预估对象
](
docs/
0.21.3
/53.md
)
*
[
机器学习: scikit-learn 中的设置以及预估对象
](
docs/
master
/53.md
)
*
[
监督学习:从高维观察预测输出变量
](
docs/
0.21.3
/54.md
)
*
[
监督学习:从高维观察预测输出变量
](
docs/
master
/54.md
)
*
[
模型选择:选择估计量及其参数
](
docs/
0.21.3
/55.md
)
*
[
模型选择:选择估计量及其参数
](
docs/
master
/55.md
)
*
[
无监督学习: 寻求数据表示
](
docs/
0.21.3
/56.md
)
*
[
无监督学习: 寻求数据表示
](
docs/
master
/56.md
)
*
[
把它们放在一起
](
docs/
0.21.3
/57.md
)
*
[
把它们放在一起
](
docs/
master
/57.md
)
*
[
寻求帮助
](
docs/
0.21.3
/58.md
)
*
[
寻求帮助
](
docs/
master
/58.md
)
*
[
处理文本数据
](
docs/
0.21.3
/59.md
)
*
[
处理文本数据
](
docs/
master
/59.md
)
*
[
选择正确的评估器(estimator.md)
](
docs/
0.21.3
/60.md
)
*
[
选择正确的评估器(estimator.md)
](
docs/
master
/60.md
)
*
[
外部资源,视频和谈话
](
docs/
0.21.3
/61.md
)
*
[
外部资源,视频和谈话
](
docs/
master
/61.md
)
*
[
API 参考
](
https://scikit-learn.org/stable/modules/classes.html
)
*
[
API 参考
](
https://scikit-learn.org/stable/modules/classes.html
)
*
[
常见问题
](
docs/
0.21.3
/63.md
)
*
[
常见问题
](
docs/
master
/63.md
)
*
[
时光轴
](
docs/
0.21.3
/64.md
)
*
[
时光轴
](
docs/
master
/64.md
)
## 流程
## 流程
### 一、认领
### 一、认领
首先查看
[
整体进度
](
https://github.com/apachecn/sklearn-doc-zh/issues/352
)
,确认没有人认领了你想认领的章节。
首先查看
[
整体进度
](
https://github.com/apachecn/sklearn-doc-zh/issues/352
)
,确认没有人认领了你想认领的章节
;当然如果你想完善已校对的章节,我们也十分欢迎
。
然后回复 ISSUE,注明“章节 + QQ 号”(一定要留 QQ)。
然后回复 ISSUE,注明“章节 + QQ 号”(一定要留 QQ)。
### 二、校对
### 二、校对
需要校对:
#### 完善方向
可以完善的方向包括但不限于:
1.
中英文符号(Chinese prior);
2.
笔误及错误语法;
3.
术语使用;
4.
语言润色;
5.
文档格式;
6.
如果觉得现有翻译的某些部分不好,重新翻译也是可以的。
#### 关于数学公式
尽管用MathJax等工具插入数学公式是一个好的 manner,但是我们目前并不把它列为 high-priority 的提升方向。我们未来会做的!但是针对于这个问题如果你有好的想法并乐意PR,未来我们会针对于这个新特性做一些改进。
如果你发现公式过期或者错误,请务必按照这种格式进行更新:"! +
[
latex 公式] + (图片地址) ",这样可以保证我们的开发比较高效。此外,不要忘记将新的图片放到 img 文件夹中一并 PR。如果你找不到好的latex公式图片下载地址,可以使用[这个工具
](
http://latex.codecogs.com/eqneditor/editor.php
)
。
1.
语法
#### 管理者校对
2.
术语使用
3.
文档格式
如果觉得现有翻译不好,重新翻译也是可以的
。
管理员应当是组织内活跃的参与者,因此可能会从事很多校对工作。我们建议管理员自己不要 merge 自己对于文档修改或者增加新特性的PR,这样其他管理员可以 review 并 double check,提升文档质量
。
### 三、提交
### 三、提交
**提交的时候不要改动文件名称,即使它跟章节标题不一样也不要改,因为文件名和原文的链接是对应的!!!**
**提交的时候不要改动文件名称,即使它跟章节标题不一样也不要改,因为文件名和原文的链接是对应的!!!**
+
`fork`
Github 项目
+
`fork`
Github 项目
并建立你的分支
`branch`
(我们强烈建议这样做);
+
将译文放在
`docs/1.0`
文件夹下
+
将译文放在
`docs/master`
文件夹下;
+
`
push`
+
`
commit`
和
`push`
你的修改;
+
`pull request`
+
`pull request`
。
请见
[
Github 入门指南
](
https://github.com/apachecn/kaggle/blob/master/docs/GitHub
)
。
如果你还不熟练这个流程,请参阅
[
Github 入门指南
](
https://github.com/apachecn/kaggle/blob/master/docs/GitHub
)
。
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录