AI人工智能教程：从零构建你的第一个机器学习模型

1次阅读

没有评论

共计 2055 个字符，预计需要花费 6 分钟才能阅读完成。

机器学习是人工智能的一个分支，它让计算机通过数据学习规律，而不是直接编程。打个比方，就像教小孩认动物：通过反复看猫狗图片（数据），他们自己总结出猫狗特征（模型），见到新动物时能判断种类（预测）。

机器学习主要分两类：

监督学习：就像有答案的练习题。数据包含特征（如花朵尺寸）和标签（如品种），目标是建立特征到标签的映射关系。典型应用：房价预测、垃圾邮件分类。
无监督学习：像整理杂乱的文件柜。数据只有特征没有标签，系统自动发现结构。典型应用：客户分群、异常检测。

我们今天要做的鸢尾花分类属于监督学习。

推荐使用 Python+Jupyter 组合，就像厨师的刀和砧板：

安装 Python 3.8+（官网下载勾选 ”Add to PATH”）
命令行执行 pip install jupyter scikit-learn pandas matplotlib
启动 Jupyter：jupyter notebook，浏览器会自动打开

小技巧：在 Jupyter 单元格按 Shift+Enter 可以立即执行代码，非常适合分步调试。

Scikit-learn 自带了经典数据集，省去找数据的麻烦：

from sklearn.datasets import load_iris
import pandas as pd

# 加载数据
iris = load_iris()
# 转换为 DataFrame 更直观
df = pd.DataFrame(iris.data, columns=iris.feature_names)
df['target'] = iris.target  # 添加目标列

# 查看前 5 行
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

虽然这个数据集已经很干净，但实际项目中常需要：

处理缺失值：df.fillna()或删除
特征缩放：from sklearn.preprocessing import StandardScaler
训练集 / 测试集拆分（关键步骤！）：

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(
    iris.data, 
    iris.target, 
    test_size=0.2,  # 20% 作测试
    random_state=42  # 随机种子保证结果可复现
)

选择最易理解的 K 近邻算法（KNN）：

from sklearn.neighbors import KNeighborsClassifier

# 创建模型（选择 3 个邻居投票）knn = KNeighborsClassifier(n_neighbors=3)

# 训练模型（就像记笔记）knn.fit(X_train, y_train)

测试模型是否真正学会了：

# 在测试集上预测
y_pred = knn.predict(X_test)

# 计算准确率
from sklearn.metrics import accuracy_score
print(f"准确率: {accuracy_score(y_test, y_pred):.2f}")

典型输出：准确率: 0.97 表示 97% 的预测正确。

报错：ValueError: shapes (a,b) and (c,d) not aligned

解决方法：
– 检查 X_train 和X_test的特征数量是否一致
– 使用 X.shape 查看维度

现象：训练集准确率 99%，测试集只有 60%

对策：
– 增加训练数据
– 减小模型复杂度（如降低 KNN 的 n_neighbors）
– 尝试正则化方法

除了准确率，还有更细致的评估方式：

from sklearn.metrics import classification_report

print(classification_report(y_test, y_pred))

输出示例：

              precision    recall  f1-score   support

           0       1.00      1.00      1.00        10
           1       1.00      0.90      0.95        10
           2       0.90      1.00      0.95         9