Python 机器学习核心入门与实战进阶 Day 7 - 复盘 + 综合实战挑战

✅ 今日目标

  • 综合应用本周所学的:

    • 分类算法(SVM、决策树、随机森林等)
    • 模型调参(GridSearchCV)
    • 模型持久化(joblib)
    • 特征工程与数据构造
  • 构建一套完整的二分类建模流程


📘 项目任务说明

构建一个机器学习系统,用于判断学生是否及格,训练后保存模型,并支持预测新数据。


✅ 第一步:数据准备

模拟学生数据:

  • 特征:成绩、性别、是否缺勤
  • 标签:是否及格(>=60)
python 复制代码
features: score, gender(0/1), absent(0/1)
label: 1 (pass), 0 (fail)

✅ 第二步:建模流程

  1. 拆分训练集 / 测试集
  2. 使用 Pipeline 组合数据预处理 + 分类器
  3. 使用 GridSearchCV 寻找最佳参数组合
  4. 保存训练好的模型(joblib)
  5. 提供预测函数,支持加载模型预测单个新样本

✅ 第三步:项目结构建议

复制代码
student_pass_predictor/
├── train_model.py         # 训练 + 网格搜索 + 保存模型
├── predictor.py           # 加载模型 + 预测新数据
├── data/                  # 存放模型或数据文件
│   └── svm_model.joblib

✅ 第四步:挑战加分项(进阶)

  • 封装 StudentPredictor 类,支持 fit/predict/save/load 方法
  • 实现命令行调用支持
  • 日志输出记录训练结果与模型参数
  • 为预测写一个简单的 Flask Web 接口(未来任务)

🧾 今日总结

能力 具体体现
模型构建 数据准备 → 建模 → 调参 → 测试
模型部署 保存模型,准备使用
编码组织 使用模块化脚本结构
综合思维 把"算法知识"转化为"工程实现"

✅ 项目脚本:

  • train_model.py(模型训练与保存)
python 复制代码
# train_model.py - 训练学生是否及格预测模型并保存

import numpy as np
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
from sklearn.metrics import classification_report, accuracy_score
from joblib import dump
import os

# 模拟学生数据:score, gender, absent(是否缺勤),label(是否及格)
np.random.seed(42)
size = 200
scores = np.random.randint(40, 100, size)
genders = np.random.choice([0, 1], size=size)
absents = np.random.choice([0, 1], size=size, p=[0.8, 0.2])  # 缺勤较少
labels = ((scores >= 60) & (absents == 0)).astype(int)  # 缺勤也可能影响及格

X = np.column_stack(((scores - scores.mean()) / scores.std(), genders, absents))
y = labels

# 拆分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 构建 pipeline
pipe = Pipeline([
    ('scaler', StandardScaler()),
    ('svc', SVC())
])

# 网格搜索参数
param_grid = {
    'svc__C': [0.1, 1, 10],
    'svc__kernel': ['linear', 'rbf'],
    'svc__gamma': ['scale', 'auto']
}

grid = GridSearchCV(pipe, param_grid, cv=5, verbose=1, n_jobs=-1)
grid.fit(X_train, y_train)

# 模型评估
print("最佳参数:", grid.best_params_)
y_pred = grid.predict(X_test)
print("准确率:", accuracy_score(y_test, y_pred))
print(classification_report(y_test, y_pred))

# 保存模型
os.makedirs("data", exist_ok=True)
dump(grid.best_estimator_, "data/svm_model.joblib")
print("模型已保存到 data/svm_model.joblib")

运行输出

python 复制代码
最佳参数: {'svc__C': 10, 'svc__gamma': 'scale', 'svc__kernel': 'rbf'}
准确率: 0.975
              precision    recall  f1-score   support

           0       1.00      0.94      0.97        17
           1       0.96      1.00      0.98        23

    accuracy                           0.97        40
   macro avg       0.98      0.97      0.97        40
weighted avg       0.98      0.97      0.97        40

模型已保存到 data/svm_model.joblib
  • predictor.py(加载模型并预测新样本)
python 复制代码
# predictor.py - 加载模型并预测新学生是否及格

from joblib import load
import numpy as np
import os

# 加载模型
model_path = "data/svm_model.joblib"
if not os.path.exists(model_path):
    raise FileNotFoundError(f"未找到模型文件: {model_path}")

model = load(model_path)
print("✅ 模型加载成功")

# 示例新学生数据:[score, gender, absent]
def predict_pass(score, gender, absent):
    score_std = (score - 70) / 15  # 简单标准化,建议保持一致性
    x = np.array([[score_std, gender, absent]])
    pred = model.predict(x)[0]
    return "及格 ✅" if pred == 1 else "不及格 ❌"

# 示例:输入学生信息预测
if __name__ == "__main__":
    while True:
        try:
            s = int(input("输入学生成绩(0-100):"))
            g = int(input("输入性别(0=女,1=男):"))
            a = int(input("是否缺勤(0=否,1=是):"))
            result = predict_pass(s, g, a)
            print(f"预测结果:{result}")
        except Exception as e:
            print("输入有误,请重试:", e)
        print("-" * 40)

运行输出

python 复制代码
✅ 模型加载成功
输入学生成绩(0-100):90
输入性别(0=女,1=男):0
是否缺勤(0=否,1=是):1
预测结果:不及格 ❌
----------------------------------------
输入学生成绩(0-100):60
输入性别(0=女,1=男):1
是否缺勤(0=否,1=是):0
预测结果:不及格 ❌
----------------------------------------
输入学生成绩(0-100):99
输入性别(0=女,1=男):1
是否缺勤(0=否,1=是):1
预测结果:不及格 ❌
----------------------------------------
输入学生成绩(0-100):100             
输入性别(0=女,1=男):1
是否缺勤(0=否,1=是):0
预测结果:及格 ✅
----------------------------------------
输入学生成绩(0-100):
相关推荐
叫我:松哥34 分钟前
python案例:基于python 神经网络cnn和LDA主题分析的旅游景点满意度分析
人工智能·python·神经网络·数据挖掘·数据分析·cnn·课程设计
2202_756749691 小时前
01 基于sklearn的机械学习-机械学习的分类、sklearn的安装、sklearn数据集及数据集的划分、特征工程(特征提取与无量纲化、特征降维)
人工智能·python·机器学习·分类·sklearn
王者鳜錸2 小时前
PYTHON从入门到实践-18Django从零开始构建Web应用
前端·python·sqlite
NewCarRen2 小时前
数据驱动的自动驾驶虚拟测试方法
人工智能·机器学习·自动驾驶
冗量2 小时前
PPT自动化 python-pptx - 8: 文本(text)
python·自动化·powerpoint
超级晒盐人3 小时前
用落霞归雁的思维框架推导少林寺用什么数据库?
java·python·系统架构·学习方法·教育电商
AI_RSER3 小时前
第一篇:【Python-geemap教程(三)上】3D地形渲染与Landsat NDVI计算
开发语言·python·3d·信息可视化·遥感·gee
WSSWWWSSW4 小时前
Python编程基础与实践:Python循环结构基础
开发语言·python
roman_日积跬步-终至千里4 小时前
【机器学习】非线性分类算法详解(下):决策树(最佳分裂特征选择的艺术)与支持向量机(最大间隔和核技巧)
决策树·机器学习·分类
im_AMBER4 小时前
学习日志25 python
开发语言·python·学习