考虑以下用例（这完全来自 James 等人的统计学习简介）。
您试图根据各种个人数据预测信用卡所有者是否会违约。您正在使用线性判别分析（或者，就本问题而言，二次判别分析）。
您希望估算器优先考虑真阳性率而不是假阳性率。也就是说，正确识别即将发生的违约比预测未能实现的违约更重要。
在 sklearn.lda.LDA 和/或 sklearn.qda.QDA 类中是否有设置？我认为也许用 class_prior 命名参数构建它们是合适的，但这似乎不被接受。
似乎pass只是一个不需要的保留词.Python可以使用具有单行None语句的约定来完成同样的事情.
例如,我看到之间的差别很小
while doing_a_thing():
pass
和
while doing_a_thing():
None
我想它的pass可读性稍微高一点,但在我看来,从功能/变量的选择中删除这样一个常用词是一个很糟糕的权衡.
只是想知道是否有人知道更多我不知道的历史和/或Python使用情况.