文章三《机器学习基础概念与框架实践》
文章3：机器学习基础概念与框架实践
——从理论到代码，用Scikit-learn构建你的第一个分类模型
一、机器学习基础理论：三大核心类型
机器学习是人工智能的核心，通过数据让计算机自动学习规律并做出预测或决策。根据学习方式，可分为三类：
1. 监督学习（Supervised Learning）
- 定义：有标签的数据（输入-输出对）训练模型，预测未知数据的标签。
- 典型任务：分类（如垃圾邮件识别）、回归（如房价预测）。
- 算法示例：线性回归、决策树、支持向量机（SVM）。
2. 无监督学习（Unsupervised Learning）
- 定义：无标签数据，通过发现数据内在结构进行聚类或降维。
- 典型任务：客户分群、图像压缩。
- 算法示例：K-means聚类、主成分分析（PCA）。
3. 强化学习（Reinforcement Learning）
- 定义：通过试错，让智能体在环境中学习最优策略。
- 典型任务：游戏AI（如AlphaGo）、机器人控制。
- 算法示例：Q-learning、深度Q网络（DQN）。
二、常见机器学习算法与Scikit-learn实践
1. 监督学习：线性回归（Regression）
- 原理：找到输入特征与连续输出之间的线性关系。
- Scikit-learn实现：
from sklearn.linear_model import LinearRegression import numpy as np # 生成模拟数据 X = np.array([[1], [2], [3], [4], [5]]) y = np.array([2, 4, 6, 8, 10]) # 训练模型 model = LinearRegression() model.fit(X, y) # 预测 print("预测X=6时的y值:", model.predict([[6]])) # 输出：[12.0]
2. 分类算法：决策树（Decision Tree）
- 原理：通过树状结构划分数据，每个节点代表一个特征判断。
- Scikit-learn实现：
from sklearn.tree import DecisionTreeClassifier from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split # 加载鸢尾花数据集 iris = load_iris() X_train, X_test, y_train, y_test = train_test_split( iris.data, iris.target, test_size=0.2, random_state=42 ) # 训练决策树 model = DecisionTreeClassifier(max_depth=3) model.fit(X_train, y_train) # 评估 print("准确率:", model.score(X_test, y_test)) # 输出：约0.933
3. 支持向量机（SVM）
- 原理：寻找最优超平面，最大化分类间隔。
- Scikit-learn实现：
from sklearn.svm import SVC # 使用SVM分类 svm_model = SVC(kernel='linear') svm_model.fit(X_train, y_train) print("SVM准确率:", svm_model.score(X_test, y_test)) # 输出：约0.967
三、数据预处理与特征工程
数据质量直接影响模型效果，以下是关键步骤：
1. 标准化（Standardization）
将数据转换为均值为0、标准差为1的分布（如：X = (X - μ)/σ）。
from sklearn.preprocessing import StandardScaler scaler = StandardScaler()
X_scaled = scaler.fit_transform(X) # 对特征进行标准化
2. 归一化（Normalization）
将数据缩放到[0,1]范围（如：X = (X - min)/(max - min)）。
from sklearn.preprocessing import MinMaxScaler minmax_scaler = MinMaxScaler()
X_normalized = minmax_scaler.fit_transform(X)
3. 处理缺失值（Missing Values）
from sklearn.impute import SimpleImputer # 用均值填充数值型缺失值
imputer = SimpleImputer(strategy='mean')
X_imputed = imputer.fit_transform(X)
四、实战案例：鸢尾花分类（Iris Classification）
1. 数据加载与探索
import pandas as pd
from sklearn.datasets import load_iris iris = load_iris()
df = pd.DataFrame(data=iris.data, columns=iris.feature_names)
df['target'] = iris.target
print(df.head())
输出示例：
sepal length (cm) sepal width (cm) ... petal width (cm) target
0 5.1 3.5 ... 0.2 0
1 4.9 3.0 ... 0.2 0
...
2. 数据预处理
X = df.drop('target', axis=1)
y = df['target'] # 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
3. 训练SVM分类器并评估
from sklearn.metrics import accuracy_score, classification_report svm_model = SVC(kernel='linear')
svm_model.fit(X_train, y_train)
y_pred = svm_model.predict(X_test) # 输出评估指标
print("准确率:", accuracy_score(y_test, y_pred))
print("分类报告:\n", classification_report(y_test, y_pred))
输出示例：
准确率: 1.0
分类报告:precision recall f1-score support
0 1.00 1.00 1.00 8
1 1.00 1.00 1.00 10
2 1.00 1.00 1.00 10
micro avg 1.00 1.00 28
五、模型评估指标详解
- 准确率（Accuracy）：正确预测的比例（总体正确性）。
- 精确率（Precision）：预测为正类的样本中实际为正类的比例（避免误报）。
- 召回率（Recall）：实际为正类的样本中被正确预测的比例（避免漏报）。
- F1-score：精确率和召回率的调和平均，综合两者表现。
六、总结与下一步行动
通过本文，你已掌握：
- 机器学习的核心类型（监督、无监督、强化学习）。
- Scikit-learn实现线性回归、决策树、SVM等算法。
- 数据预处理与特征工程的关键步骤。
- 使用鸢尾花数据集完成分类任务，并理解评估指标。
下一步建议：
- 实践：尝试用其他算法（如随机森林）替换SVM，并对比结果。
- 挑战：探索数据可视化（如用matplotlib绘制决策边界）。
- 扩展：学习交叉验证、网格搜索调参等高级技巧。
附：学习资源推荐
- Scikit-learn官方文档：https://scikit-learn.org
- 书籍：《Hands-On Machine Learning with Scikit-Learn and TensorFlow》
- 在线课程：Coursera《机器学习专项课程》（吴恩达教授）
通过理论与代码的结合，你已迈出成为机器学习工程师的第一步！动手实践是关键，开始你的第一个项目吧！
相关文章：
文章三《机器学习基础概念与框架实践》
文章3：机器学习基础概念与框架实践 ——从理论到代码，用Scikit-learn构建你的第一个分类模型 一、机器学习基础理论：三大核心类型 机器学习是人工智能的核心，通过数据让计算机自动学习规律并做出预测或决策。根据学习方式&#…...
中小企业MES系统概要设计
版本：V1.0 日期：2025年5月2日 一、系统架构设计 1.1 整体架构模式 采用分层微服务架构，实现模块解耦与灵活扩展，支持混合云部署： #mermaid-svg-drxS3XaKEg8H8rAJ {font-family:"trebuchet ms",verdana,ari…...
自动化测试项目1 --- 唠嗑星球 [软件测试实战 Java 篇]
目录 项目介绍 项目源码库地址 项目功能测试 1.自动化实施步骤 1.1 编写测试用例 1.2 自动化测试脚本开发 1.2.1 配置相关环境, 添加相关依赖 1.2.2 相关代码编写 2. 自动化功能测试总结 2.1 弹窗的解决相关问题 2.2 断言的使用和说明 2.3 重新登录问题 项目性能…...
c语言 关键字--目录
1.c语言 关键字 2.typedef 关键字 3.volatile 关键字 4.register 关键字 5.const关键字用法 6.extern关键字...
C语言与指针3——基本数据类型
误区补充 char 的 表示范围0-127 signed char 127 unsigned char 0-255enum不常用，但是常见，这里记录一下。 enum Day {Monday 1,//范围是IntTuesday 2,Wednesday 3 }; enum Day d Monday; switch (d) {case Monday:{printf("%d",Monday);…...
[更新完毕]2025五一杯C题五一杯数学建模思路代码文章教学:社交媒体平台用户分析问题
完整内容请看文章最下面的推广群 社交媒体平台用户分析问题 在问题一中为解决博主在特定日期新增关注数的预测问题，本文构建了基于用户历史行为的二分类模型。首先，从用户对博主的观看、点赞、评论、关注等交互行为中提取统计与时序特征，形成…...
使用Vite创建vue3项目
什么是vite Vite 是新一代构建工具，由 Vue 核心团队开发，提供极快的开发体验。 它利用浏览器原生ES模块导入功能，提供了极快的热模块更新（HMR）和开发服务器启动速度。 官网：https://vitejs.cn/vite3-cn/…...
Linux管道识
深入理解管道 (Pipes)：连接命令的瑞士军刀 在 Linux 和类 Unix 系统（包括 macOS）的命令行世界里，管道（Pipe）是一个极其强大且基础的概念。它允许你将一个命令的输出直接作为另一个命令的输入，像…...
LabVIEW 中VI Server导出 VI 配置
该 LabVIEW VI 展示了在 VI Server 中配置和执行 Exported VIs 的过程，实现对服务器端导出 VI 的远程调用与操作。 具体过程及模块说明 前期配置：需确保在 LabVIEW 的 “Tools> Options > VI Server > Protocols” 路径下，启用 …...
map和set的遗留 + AVL树（1）：
在讲解新的东西之前，我们把上节遗留的问题说一下： 遗留问题： 首先，我们的最上面的代码是一个隐式类型转换，我们插入了一对数据。 我们说了，我们的方括号的底层是insert，当我们调用operator的[…...
Java学习手册：Spring Security 安全框架
一、Spring Security 简介 Spring Security 是一个功能强大且高度可定制的身份验证和访问控制框架，用于保护 Java 应用程序，尤其是基于 Spring 的应用。它构建在 Spring 框架之上，能够轻松地集成到基于 Spring 的应用程序中，包括…...
pip 常用命令及配置
一、python -m pip install 和 pip install 的区别 在讲解 pip 的命令之前，我们有必要了解一下 python -m pip install 和 pip install 的区别，以便于我们在不同的场景使用不同的方式。 python -m pip install 命令使用 python 可执行文件将 pip 模块作…...
C++_STL
C 标准模板库（Standard Template Library，STL）是一套功能强大的 C 模板类和函数的集合，它提供了一系列通用的、可复用的算法和数据结构。 STL 的设计基于泛型编程，这意味着使用模板可以编写出独立于任何特定数据类型的…...
[FPGA Video] AXI4-Stream Remapper
Xilinx AXI4-Stream Remapper IP (PG379) 详细介绍 概述 Xilinx LogiCORE™ IP AXI4-Stream Remapper 核是一个专为视频处理设计的模块，用于在不同每时钟像素数（Pixels Per Clock, PPC）要求之间重新映射视频像素。它支持将输入 AXI4-Stream…...
【数据结构】励志大厂版·初阶（复习+刷题）：栈与队列
前引：本篇将由小编与大家一起复习 栈 、队列 的知识点，栈、队列的顺序、链式结构各个缺点好处，如何实现、对于一般的增删查找此篇文章一定再详细不过！对代码的注释、何时需要判断、特殊情况，白话文版一解到底ÿ…...
pytest——参数化
之前有说过，通过pytest测试框架标记参数化功能可以实现数据驱动测试。数据驱动测试使用的文件主要有以下类型： txt 文件 csv 文件excel 文件json 文件yaml 文件.... 本文主要讲的就是以上几种文件类型的读取和使用 一.txt 文件读取使用 首先创建一个 …...
第7篇：RESTful API设计与安全防护
在前后端分离架构中，RESTful API是系统交互的核心通道。本文将从接口规范设计到安全防护，全面讲解如何在EggJS中构建安全、规范、易用的API系统，并提供完整的解决方案和最佳实践。 一、标准化API接口规范设计 1. RESTful设计原则 核心要素&…...
CSS 架构与命名规范
CSS 架构与命名规范：BEM、SMACSS 与 OOCSS 实战 引言 在前端开发中，随着项目规模的扩大，CSS 代码往往会变得难以维护和扩展。无组织的样式表会导致命名冲突、权重覆盖问题和样式继承混乱，这些问题在团队协作的大型项目中尤为明显…...
实验二 软件白盒测试
实验二 软件白盒测试 某工资计算程序功能如下：若雇员月工作小时超过40小时，则超过部分按原小时工资的1.5倍的加班工资来计算。若雇员月工作小时超过50小时，则超过50的部分按原小时工资的3倍的加班工资来计算，而40到50小时的工资仍…...
【数据结构】String字符串的存储
目录 一、存储结构 1.字符串常量池 2.字符串哈希表 2.1结构 2.2基础存储单位 2.2.1键对象 2.2.2值对象 二、存储过程 1.搜索 2.创建 三、存储位置 四、存储操作 1.new新建 2.intern入池 这是String类的详解：String类变量 一、存储结构 1.字符串常量池…...
)
LLMs Tokenizer Byte-Pair Encoding(BPE)
1 Byte-Pair Encoding(BPE) 如何构建词典？ 准备足够的训练语料;以及期望的词表大小；将单词拆分为字符粒度(字粒度)，并在末尾添加后缀“”，统计单词频率合并方式:统计每一个连续/相邻字节对的出现频率，将最高频的连续字…...
npm，yarn，pnpm，cnpm，nvm，npx包管理器常用命令
前端比较主流的包管理器主要有三个npm，yarn，pnpm 多层级依赖，通常发生在依赖之间存在复杂的版本要求时 包 A 依赖于包 B1.0.0 包 B 依赖于包 C2.0.0 另一个包 D 也依赖于 C3.0.0 一、NPM (Node Package Manager) https://www.npmjs.cn/…...
使用mybatis实例类和MySQL表的字段不一致怎么办
在 MyBatis 中，当 Java 实体类的属性名与数据库表的字段名不一致时，会导致查询结果无法正确映射。以下是几种常见解决方案及代码示例： 1. 使用 resultMap 显式映射（推荐） 场景：字段名与属性名差异较大&…...
阿里发布新一代通义千问 Qwen3模型
近日，阿里巴巴发布了新一代通义千问 Qwen3 模型，一举登顶全球最强开源模型。 这是国内首个“混合推理模型”，将“快思考”与“慢思考”集成进同一个模型，大大节省算力消耗。 旗舰模型 Qwen3-235B-A22B 在代码、数学、通用能力等…...
React pros比较机制
将 count1作为prop传递给Memoson组件 引用类型情况 虽然list值没有发生变化，但是仍旧重新渲染 解决方法使用useMemo()函数，传递一个空依赖项 // 传递数据为引用类型 比较的是引用 // 使用useMemo函数改写、const list useMemo(()>{return [1,2,3]},[…...
Flowable7.x学习笔记（十七）审批我的待办
前言 前文完成了我的待办的查询功能，本文就在此基础上从源码解读到完成审批任务的功能，审批界面我就先不带表单，直接单纯审批通过，这里需要注意的事，审批的表单其实每个节点都可能需要不同的表单内容，后续要…...
HTTP 状态码详解：用途与含义
HTTP 状态码详解：用途与含义 HTTP 状态码详解：用途与含义1. （2xx）成功类200 OK201 Created204 No Content206 Partial Content 2. （3xx）重定向类301 Moved Permanently302 Found（临时重定向&…...
AI日报 · 2025年05月02日 | 再见GPT-4！OpenAI CEO 确认 GPT-4 已从 ChatGPT 界面正式移除
1、OpenAI CEO 确认 GPT-4 已从 ChatGPT 界面正式移除 在处理 GPT-4o 更新问题的同时，OpenAI CEO Sam Altman 于 5 月 1 日在 X 平台发文，正式确认初代 GPT-4 模型已从 ChatGPT 主用户界面中移除。此举遵循了 OpenAI 此前公布的计划，即在 4 …...
ppt设计美化公司_杰青_长江学者_优青_青年长江学者_万人计划青年拔尖人才答辩ppt模板
WordinPPT / 持续为双一流高校、科研院所、企业等提供PPT制作系统服务。 / 近期PPT美化案例 - 院士增选、科学技术奖、杰青、长江学者特聘教授、校企联聘长江、重点研发、优青、青长、青拔.. 杰青（杰出青年科学基金） 支持已取得突出成果的45岁以下学…...
文章四《深度学习核心概念与框架入门》
文章4：深度学习核心概念与框架入门——从大脑神经元到手写数字识别的奇幻之旅 引言：给大脑装个"GPU加速器"？ 想象一下，你的大脑如果能像智能手机的GPU一样快速处理信息会怎样？这正是深度学习的终极目标&…...
HTML5+JavaScript实现连连看游戏之二
HTML5JavaScript实现连连看游戏之二 以前一篇，见 https://blog.csdn.net/cnds123/article/details/144220548 连连看游戏连接规则： 只能连接相同图案（或图标、字符）的方块。 连线路径必须是由直线段组成的，最多可以有…...
2025年- H19-Lc127-48.旋转矩阵（矩阵）---java版
1.题目描述 2.思路 画出矩阵，新的旋转矩阵的列坐标等于原始矩阵的矩阵长度-i-1（也就是减去当前遍历的i），前后对调。然后新的旋转矩阵的横坐标，是原始矩阵的列坐标。 3.代码实现 public class H48 {public void rota…...
深入理解 MyBatis 代理机制
在 Java 开发领域，MyBatis 是一款优秀的持久层框架，它极大地简化了数据库操作，提高了开发效率。其中，代理机制作为 MyBatis 的核心特性之一，在连接 Java 代码与数据库操作中发挥着关键作用。本文将深入探讨 MyBatis 代…...
游戏引擎学习第254天:重新启用性能分析
运行游戏并尝试让性能分析系统恢复部分功能 我们现在的调试系统这几天基本整理得差不多了，因此我们打算开始清理一些功能，比如目前虽然已经在收集性能分析数据，但我们没有办法查看或有效利用这些信息。今天的计划可能会围绕这方面展开&#…...
性能测试工具篇
文章目录 目录1. JMeter介绍1.1 安装JMeter1.2 打开JMeter1.3 JMeter基础配置1.4 JMeter基本使用流程1.5 JMeter元件作用域和执行顺序 2. 重点组件2.1 线程组2.2 HTTP取样器2.3 查看结果树2.4 HTTP请求默认值2.5 JSON提取器2.6 用户定义的变量2.7 JSON断言2.8 同步定时器&#…...
【Hive入门】Hive性能调优之Join优化：深入解析MapJoin与Sort-Merge Join策略
目录 前言 1 Hive Join操作基础 1.1 Join操作的类型与挑战 1.2 Hive Join执行机制 2 MapJoin优化策略 2.1 MapJoin原理 2.2 MapJoin适用场景 2.3 MapJoin关键参数 3 Sort-Merge Join优化策略 3.1 Sort-Merge Join原理 3.2 Sort-Merge Join优势 3.3 关键配置参数 3…...
【Unity】使用XLua实现C#访问Lua文件
先引入XLua文件中的Plugins和XLua文件夹于Unity项目的Asset文件中 XLua_github链接 建立Lua虚拟机：LuaEnv luaEnv new LuaEnv(); 关闭虚拟机，及时释放资源：luaEnv.Dispose(); Resources文件夹下加载lua文件（假设文件路径为Resour…...
AXI中的out of order和interleaving的定义和两者的差别？
AXI中的out of order和interleaving的定义和两者的差别 摘要：在 AXI (Advanced eXtensible Interface) 协议中，Out-of-Order 和 Interleaving 是两个与事务处理顺序和数据传输相关的概念，它们都与 AXI 协议支持的多事务并发处理能力有关&…...
生产级RAG系统一些经验总结
本文将探讨如何使用最新技术构建生产级检索增强生成(RAG)系统，包括健壮的架构、向量数据库(Faiss、Pinecone、Weaviate)、框架(LangChain、LlamaIndex)、混合搜索、重排序器、流式数据接入、评估策略以及实际部署技巧。 引言：检索增强生成的力量 大型语…...
sftp连接报错Received message too long 168449893
sftp连接报错Received message too long 168449893 一、openEuler传文件报错二、分析问题三、解决问题endl 一、openEuler传文件报错 [rootRocky9-12 ~]# scp apache-tomcat-10.1.33.tar.gz root10.0.0.14:Authorized users only. All activities may be monitored and report…...
Java中修饰类的关键字
Java中修饰类的关键字 在web编程课上，老师提问了Java中各种修饰类的关键字的用途和区别，一时间我头脑空白，现在课后重新梳理一遍Java中修饰类的各种关键字的区别和用法。在Java编程中，修饰类的关键字起着至关重要的作用ÿ…...
2025年人工智能火爆技术总结
2025年人工智能火爆技术总结： 生成式人工智能 生成式人工智能可生成高质量的图像、视频、音频和文本等多种内容。如昆仑万维的SkyReels-V2能生成无限时长电影，其基于扩散强迫框架，结合多模态大语言模型和强化学习等技术，在运动动…...
脑机接口技术：开启人类与机器的全新交互时代
在科技飞速发展的今天，人类与机器的交互方式正经历着前所未有的变革。从最初的键盘鼠标，到触摸屏，再到语音控制，每一次交互方式的升级都极大地提升了用户体验和效率。如今，脑机接口（Brain-Computer Interfa…...
Arduino程序函数详解与实际案例
一、Arduino程序的核心架构与函数解析 Arduino程序的核心由两个函数构成：setup() 和 loop()。这两个函数是所有Arduino代码的骨架，它们的合理使用决定了程序的结构和功能。 1.1 setup() 函数：初始化阶段 setup() 函数在程序启动时仅执行一次，用于完成初始化配置，例如设置…...
2025年RAG技术发展现状分析
2025年，大模型RAG（检索增强生成）技术经历了快速迭代与深度应用，逐渐从技术探索走向行业落地，同时也面临安全性和实用性的新挑战。以下是其发展现状的综合分析： 一、技术架构的持续演进 从单一到模块化架构 …...
C++11新特性_范围-based for 循环
based for 循环介绍 范围 - based for 循环（Range-based for loop）是 C11 引入的一种新的 for 循环语法，它可以更简洁地遍历容器和数组。 遍历数组：定义了一个整数数组 arr，使用范围 - based for 循环 for (int num :…...
小牛电动：荣登央视舞台，引领智能出行新潮流
在这个科技飞速发展的时代，出行方式也在不断地变革与创新。而在两轮电动车领域，有一个品牌凭借其卓越的技术、独特的设计和优质的服务脱颖而出，那就是小牛电动。近日，小牛电动荣登央视舞台，成为备受瞩目的焦点…...
Three.js在vue中的使用（一）-基础
Three.js 是一个基于 WebGL 的 JavaScript 3D 图形库，它简化了在网页中创建和渲染 3D 场景的复杂性。Three.js 提供了丰富的功能，如光照、材质、几何体、动画、控制器等，使得开发者可以快速构建交互式的 3D 应用。 🧠 Three.js 原理概述 1. WebGL 基础 Three.js 底层使用…...
开发板型号 ESP32-DevKitC-32模块型号 ESP32-WROOM-32 和主控芯片 ESP32-D0WDQ6-V3
以下是关于开发板型号 ESP32-DevKitC-32、模块型号 ESP32-WROOM-32 和主控芯片 ESP32-D0WDQ6-V3 的详细介绍： 开发板型号：ESP32-DevKitC-32 概述：ESP32-DevKitC 是乐鑫推出的一款基于 ESP32 模组的小型开发板，板上模组的绝大部…...
【C语言练习】015. 声明和初始化指针
015. 声明和初始化指针 015. 声明和初始化指针1. 声明指针示例1：声明一个指向整数的指针2. 初始化指针示例2：将指针初始化为`NULL`示例3：将指针初始化为某个变量的地址示例4：将指针初始化为动态分配的内存地址3. 使用指针访问和修改变量的值示例5：使用指针访问和修改变量的…...