Features里的列类型，怎样同时记录类别、子字段和媒体？
Hugging Face Datasets历史v2.10.0以Features描述列名与类型。类别的整数表示、Sequence内部字段、数组形状与音像对象，各保留了不同层次的信息。
更多文章
输入列交给谁，输出列排在哪里：ColumnTransformer的两套位置资料
scikit-learn 1.4.2将输入列选择、各transformer产生的特征和最后输出切片分别记录。remainder的passthrough只涉及fit时已见的剩余列，不会把后来出现的所有新列都带进结果。
StandardScaler留下的几组数：尺度因子和样本计数为什么会变换形状
scikit-learn 1.9.1把逐特征统计量与样本计数分别定义。零方差时scale_为1，缺失和权重会改变n_samples_seen_的数值类型与数组形状。
OneHotEncoder怎样区分低频类别与未知类别：先分组，再决定删列
scikit-learn 1.9.1把已知类别中的低频组与转换时才遇见的未知类别分别处理。未知值能否进入低频列取决于该组是否存在，而drop作用于分组之后的结果。
平均精确率AP怎样跨阈值汇总：召回增加量是权重，不是简单平均各点
scikit-learn 1.9.1的average_precision_score说明，AP按相邻阈值间召回的增加量加权精确率。它采用不插值的实现，不能直接等同于对Precision-Recall曲线做梯形面积计算。
混淆矩阵的一格计数，要连同行列标签与归一化方向阅读
scikit-learn 1.9.1把混淆矩阵的行定义为真实类别、列定义为预测类别。类别顺序与归一化方向会改变数字的读法，不能只转抄矩阵位置。
概率没变而标签变了：分类阈值处在分数之后
scikit-learn 1.5.2把概率估计与类别决定分开说明。改变分数到标签的阈值规则，可以在概率输出不变时改变预测类别，并不自动意味着模型重新学习。
balanced accuracy启用adjusted后，零分基准发生了变化
scikit-learn 1.5.2将adjusted=False的范围说明与机会校正参数分别列出。开启校正后，随机表现对应零，完美表现仍为一。
模型装进Pipeline之后，为什么仍要检查上游预处理
Pipeline能帮助预处理与模型按正确的数据子集配合，但它的名字不是评测无泄漏的证明。已经在流水线外学习过全量数据的步骤，仍要单独核查其使用了哪些信息。
GroupKFold隔开的为什么是样本组，而不只是数据行
同一对象产生多条相关记录时，随机分行可能让训练和验证同时看到这个对象。GroupKFold按groups保持组边界，但不会自动证明模型具有泛化能力。