You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "b2a01912beb24cfb0007f83594dba801",
"translation_date": "2025-09-03T18:15:53+00:00",
"source_file": "4-Classification/1-Introduction/assignment.md",
"language_code": "zh"
}
-->
# 探索分类方法
## 说明
在 [Scikit-learn 文档 ](https://scikit-learn.org/stable/supervised_learning.html ) 中，你会发现大量用于分类数据的方法。请在这些文档中进行一次小型寻宝活动：你的目标是寻找分类方法，并将其与本课程中的一个数据集、一种可以提出的问题以及一种分类技术进行匹配。创建一个电子表格或 .doc 文件中的表格，并解释该数据集如何与分类算法配合使用。
## 评分标准
| 标准 | 卓越 | 合格 | 需要改进 |
| -------- | ----------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------------- |
| | 提交的文档概述了 5 种算法及其分类技术。概述解释清晰且详细。 | 提交的文档概述了 3 种算法及其分类技术。概述解释清晰且详细。 | 提交的文档概述了少于 3 种算法及其分类技术，且概述既不清晰也不详细。 |
---
** 免责声明**：
本文档使用AI翻译服务[Co-op Translator](https://github.com/Azure/co-op-translator)进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原始语言的文档作为权威来源。对于关键信息，建议使用专业人工翻译。我们对因使用此翻译而产生的任何误解或误读不承担责任。
