DAY 31 文件的规范拆分和写法

今日的示例代码包含2个部分

1. notebook文件夹内的ipynb文件，介绍下今天的思路
2. 项目文件夹中其他部分：拆分后的信贷项目，学习下如何拆分的，未来你看到的很多大项目都是类似的拆分方法

知识点回顾

1. 规范的文件命名
2. 规范的文件夹管理
3. 机器学习项目的拆分
4. 编码格式和类型注解

**作业：**尝试针对之前的心脏病项目ipynb，将他按照今天的示例项目整理成规范的形式，思考下哪些部分可以未来复用。

大型项目拆分核心原则：模块化、低耦合、高内聚，信贷项目典型拆分方式：

credit_project/
├── data/                 # 数据相关
│   ├── raw/              # 原始数据
│   ├── processed/        # 清洗后数据
│   └── data_loader.py    # 数据加载工具
├── model/                # 模型相关
│   ├── base_model.py     # 基础模型类
│   ├── classifier.py     # 分类模型实现
│   └── trainer.py        # 模型训练逻辑
├── utils/                # 通用工具
│   ├── metrics.py        # 评估指标
│   └── tools.py          # 辅助函数
├── config.py             # 配置参数
└── main.py               # 主程序入口

规范要点

• 文件命名 ：全小写 + 下划线（snake_case），如data_loader.py

• 编码格式：UTF-8，避免中文乱码

• 类型注解：明确函数参数和返回值类型，提升可读性

  from typing import List, Tuple, Optional

  def calculate_credit_score(features: List[float], weights: Optional[List[float]] = None) -> float:
  """计算信贷评分"""
  if not weights:
  weights = [0.5] * len(features)
  return sum(f * w for f, w in zip(features, weights))

  def split_data(data: List[Tuple[float, int]], test_size: float = 0.2) -> Tuple[List[Tuple[float, int]], List[Tuple[float, int]]]:
  """拆分训练集和测试集"""
  split_idx = int(len(data) * (1 - test_size))
  return data[:split_idx], data[split_idx:]

@浙大疏锦行