从业者快速入门

通常，从业者可能会使用完全实现的端到端方法。我们设计了skscope来支持强大的SCO方法，以应对非平凡且实际重要的问题，以满足这一需求。skscope作为一个机器学习工厂，持续生产易于使用的端到端稀疏学习算法。

skscope的软件架构。

具体来说，skscope中的子模块skscope.skmodel包含了实际可用的SCO方法的实现，这些方法可以直接被从业者使用。更重要的是，这些方法被设计为与sklearn库兼容。这使得Python用户可以使用熟悉的sklearn API来训练模型，并轻松创建包含这些模型的sklearn管道。目前，skscope支持的这些端到端方法总结在下表中：

Some application-oriented interfaces implemented in the module skscope.skmodel in skscope.

skmodel	描述	文档
PortfolioSelection	构建稀疏马科维茨投资组合	Portfolio selection
非线性选择	选择具有非线性效果的相关特征	通过HSIC-SCOPE进行非线性特征选择
RobustRegression	一种处理异常值的稳健回归	Robust regression
MultivariateFailure	生存分析中的多元失效时间模型	Multivariate failure time model
IsotonicRegression	用非递减曲线拟合数据	Isotonic Regression