sklearn-diagnose

给 sklearn 模型做 AI 体检，一眼揪出过拟合和数据泄漏

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 基础设施 🍴 复刻 8
GitHub ↗
GitHub 星标 ★ 61
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

sklearn-diagnose 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类基础设施
开发团队leockl
GitHubhttps://github.com/leockl/sklearn-diagnose
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ai,data-science,deep-learning,langchain,llm,machine-learning,mlops,model-diagnostics,overfitting,python,scikit-learn,sklearn
GitHub 星标★ 61
上线时间2026-01-07 00:00:00
代码更新2026-01-30
仓库体积235 KB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数7

项目介绍

sklearn-diagnose 是一个面向 Scikit-learn 模型的 AI 诊断工具，旨在帮助数据科学家快速识别模型训练中的常见问题，如过拟合、数据泄漏、类别不平衡等。它通过分析模型训练过程中的关键指标（如学习曲线、特征重要性、混淆矩阵等），结合 LLM 生成自然语言的洞察和建议，降低调试门槛。核心能力包括自动检测过拟合和欠拟合、识别数据泄漏风险、评估类别不平衡影响，并提供可操作的改进建议。该工具以 Python 库的形式集成到现有工作流中，支持与 Jupyter Notebook 无缝协作，适合模型开发阶段的快速健康检查。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 61

核心亮点

  • 利用 LLM 将复杂诊断结果转化为通俗易懂的自然语言建议
  • 覆盖过拟合、数据泄漏、类别不平衡等高频问题，实用性强
  • 与 Scikit-learn 无缝集成，使用简单，适合快速迭代

不足之处

  • 项目处于早期，文档和社区支持有限
  • 依赖 LLM API，可能产生额外成本且需网络连接

适用场景

  • 模型训练后快速检查是否存在过拟合或数据泄漏
  • 在 Jupyter Notebook 中交互式分析模型健康度
  • 作为机器学习管道的自动化质量门禁

替代项目

Yellowbrick、scikit-learn 内置的 learning_curve 和 validation_curve、Sweetviz

上一篇：plexe

下一篇：distributed-ml-patterns

同类项目推荐

DoRA 开源

把LoRA拆成幅度和方向，微调效果更准更稳

[ICML2024 (Oral)] Official PyTorch implementation of DoRA: Weight-Decomposed Low-Ran···

★ 1008 2026-08-09
SwanLab 开源

一键跟踪训练指标，可视化对比实验，加速模型迭代

⚡️SwanLab - an open-source, modern-design AI training tracking and visualization t···

★ 4355 2026-08-09
Flipped-Learning 开源

让模型先猜指令再作答，零样本效果更强

[ICLR 2023] Guess the Instruction! Flipped Learning Makes Language Models Stronger Z···

★ 116 2026-08-09
xmtf 开源

多任务微调，让模型学会跨语言举一反三

Crosslingual Generalization through Multitask Finetuning

★ 534 2026-08-09
BloomBee 开源

多台普通设备拼起来，也能微调和跑大模型

Decentralized LLMs fine-tuning and inference with offloading

★ 135 2026-09-16
TFMQ-DM 开源

给扩散模型瘦身，4-bit量化不降画质，部署提速。

[CVPR 2024 Highlight & TPAMI 2025] This is the official PyTorch implementation of "T···

★ 111 2026-08-09
vertex-ai-mlops 开源

照着做，就能在 Google Cloud 上跑通生产级 ML 流水线

Google Cloud Platform Vertex AI end-to-end workflows for machine learning operations

★ 720 2026-08-09
ml-mdm 开源

用更少数据和算力，训出高质量文生图模型

Train high-quality text-to-image diffusion models in a data & compute efficient mann···

★ 516 2026-09-17
ml-template-azure 开源

在 Azure 上快速搭建自动化机器学习流水线，省去从零配置的麻烦。

Template for getting started with automated ML Ops on Azure Machine Learning

★ 131 2026-08-09