首页 › AI 与数据分析 › 机器学习教程

聚类算法

机器学习教程 · 第 6 章 · 9 次浏览

模型不是"训练完就完事"：必须评估它在新数据上的表现。核心思想是训练集/测试集分离，防止"背答案"。

过拟合与欠拟合

  • 过拟合：训练集满分、测试集拉胯（记死训练数据）
  • 欠拟合：训练测试都不行（没学到规律）
  • 对策：交叉验证、正则化、更多数据、调参

交叉验证

K 折交叉验证：数据分 K 份，轮流 1 份当测试集，平均成绩更可靠。cross_val_score 一行搞定。

代码示例

from sklearn.model_selection import cross_val_score, GridSearchCV
from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris

data = load_iris()

# 5 折交叉验证
model = RandomForestClassifier(random_state=42)
scores = cross_val_score(model, data.data, data.target, cv=5)
print("每折得分:", scores)
print("平均分:", scores.mean())

# 网格搜索调参
param_grid = {"n_estimators": [10, 50, 100], "max_depth": [3, 5, None]}
grid = GridSearchCV(RandomForestClassifier(random_state=42),
                    param_grid, cv=5)
grid.fit(data.data, data.target)
print("最佳参数:", grid.best_params_)
print("最佳得分:", grid.best_score_)
📚 Python 语法速查
常用条目速查，完整版见对应教程章节。可复制代码到在线运行中测试。
写法 / 语法作用
print("hello")输出到控制台
name = "张三"变量赋值（无需声明类型）
if x > 0: ...条件判断（注意冒号和缩进）
for i in range(10): ...循环（缩进是语法的一部分）
while x < 10: ...条件循环
def fn(a, b): return a + b定义函数
class Person: ...定义类
list = [1, 2, 3]列表（可改）
tuple = (1, 2)元组（不可改）
dict = {"key": "value"}字典（键值对）
set = {1, 2, 3}集合（去重）
len(obj)取长度
str(x) / int(x) / float(x)类型转换
s.split(",")字符串按分隔符拆分
" ".join(list)列表拼接成字符串
import os导入模块
from math import sqrt从模块导入指定函数
try: ... except Exception as e: ...异常捕获
with open("a.txt", "r") as f: ...文件读取（自动关闭）
f"你好 {name}"f-string 格式化
lambda x: x * 2匿名函数
list(map(fn, arr))函数式处理列表
range(start, stop, step)生成数字序列
if __name__ == "__main__":主入口判断
pip install 包名安装第三方包（命令行）
📖 延伸阅读