这是一个sk-learn库的复刻项目
##项目结构 Re_sklearn/ ├── init.py ├── base/ # 基础类和通用工具模块 │ ├── init.py │ ├── base_model.py # 所有模型的基类定义 │ └── metrics.py # 通用的评估指标 ├── preprocessing/ # 数据预处理模块 │ ├── init.py │ ├── standard_scaler.py # 标准化 │ ├── min_max_scaler.py # 归一化 │ └── data_split.py # 数据集划分（如 train_test_split） ├── model_selection/ # 模型选择与交叉验证 │ ├── init.py │ ├── cross_validation.py # 交叉验证工具 │ ├── grid_search.py # 网格搜索 │ └── random_search.py # 随机搜索 ├── linear_model/ # 线性模型模块 │ ├── init.py │ ├── linear_regression.py # 线性回归 │ └── logistic_regression.py # 逻辑回归 ├── tree/ # 决策树模型模块 │ ├── init.py │ ├── decision_tree_classifier.py # 决策树分类 │ └── decision_tree_regressor.py # 决策树回归 ├── neighbors/ # K近邻算法模块 │ ├── init.py │ └── knn_classifier.py # K近邻分类 ├── cluster/ # 无监督学习算法 │ ├── init.py │ └── kmeans.py # KMeans 聚类 ├── utils/ # 通用工具函数 │ ├── init.py │ └── utils.py # 通用的工具函数（如数据加载） ├── examples/ # 示例代码处 │ ├── linear_regression_example.py │ └── decision_tree_example.py └── tests/ # 单元测试 ├── test_linear_model.py ├── test_preprocessing.py ├── test_model_selection.py └── test_tree.py