* 其他示例
* 双聚类
* 校准
* 分类
* 多聚类
* 协方差估计
* 交叉分解
* 数据集示例
* 决策树
* 分解
* 集成方法
* 基于真实数据集的示例
* 特征选择
* 高斯混合模型
* 高斯机器学习过程
* 广义线性模型
    * [Lasso 和弹性网络在稀疏信号上的表现](Generalized_Linear_Models/plot_lasso_and_elasticnet.md)
    * [Lasso 和弹性网络](Generalized_Linear_Models/plot_lasso_coordinate_descent_path.md)
    * [Lasso 模型选择：交叉验证 / AIC / BIC](Generalized_Linear_Models/plot_lasso_model_selection.md)
    * [多任务 Lasso 实现联合特征选择](Generalized_Linear_Models/plot_multi_task_lasso_support.md)
    * [线性回归示例](Generalized_Linear_Models/plot_ols.md)
    * [岭系数对回归系数的影响](Generalized_Linear_Models/plot_ridge_path.md)
    * [压缩感知：用L1先验概率进行断层重建](Generalized_Linear_Models/plot_tomography_l1_reconstruction.md)
* 检查
* 流行学习
* 缺失值插补
* 选型
* 多输出方法
* 最近邻
* 神经网络
* 管道和复合估计器
* 预处理
* 发布要点
* 半监督分类
* 支持向量机
* 建成练习
* 文本文档工作
    * [分类特征稀疏的文本](Generalized_Linear_Models/plot_document_classification_20newsgroups.md)