📄️ 梯度增强OutOfBag预测模板
https://scikit-learn.org/stable/autoexamples/ensemble/plotgradientboostingoob.html#sphx-glr-auto-examples-ensemble-plot-gradient-boosting-oob-py
📄️ 3分类问题概率校准模板
https://scikit-learn.org/stable/autoexamples/calibration/plotcalibrationmulticlass.html#sphx-glr-auto-examples-calibration-plot-calibration-multiclass-py
📄️ LightGBM分类模板
LightGBM分类模板*分类问题* 机器学习中一个重要的任务——分类（classification），即找一个函数判断输入数据所属的类别，可以是二类别问题（是/不是），也可以是多类别问题（在多个类别中判断输入数据具体属于哪一个类别）。与回归问题（regression）相比，分类问题的输出不再是连续值，而是离散值，用来指定其属于哪个类别。分类问题在现实中应用非常广泛，比如垃圾邮件识别，手写数字识别，人脸识别，语音识别等。
📄️ 分类算法比较案例
分类算法比较案例项目id：3375https://scikit-learn.org/stable/autoexamples/classification/plotclassifiercomparison.html#sphx-glr-auto-examples-classification-plot-classifier-comparison-p
📄️ 特征重要性
特征重要性项目id：6229https://scikit-learn.org/stable/autoexamples/ensemble/plotforestimportances.html#sphx-glr-auto-examples-ensemble-plot-forest-importances-py