markdown
復制

Python 實現機器學習小項目實戰教程

本教程將通過一個完整的機器學習項目案例，從數據預處理到模型部署，幫助初學者快速掌握機器學習核心流程。項目以經典的鳶尾花分類為例，使用 Scikit-learn 庫實現。

---

1. 項目概述

目標

構建一個能準確分類鳶尾花品種（Setosa/Versicolor/Virginica）的機器學習模型

技術棧

• Python 3.8+
• Scikit-learn 1.0+
• Pandas/Numpy
• Matplotlib/Seaborn

---

2. 環境準備

# 安裝必要庫 
pip install scikit-learn pandas matplotlib numpy seaborn # 驗證安裝 
import sklearn 
print(sklearn.__version__)  # 應顯示 ≥1.0 
3. 完整實現步驟
(1) 數據加載與探索
python
復制
from sklearn.datasets  import load_iris 
import pandas as pd # 加載數據 
iris = load_iris()
df = pd.DataFrame(iris.data,  columns=iris.feature_names) 
df['target'] = iris.target_names[iris.target] # 數據概覽 
print(df.head()) 
print(f"\n類別分布:\n{df['target'].value_counts()}")
關鍵輸出說明：4個特征：花萼/花瓣的長度寬度
3個類別：各50條樣本
(2) 可視化分析
python
復制
import seaborn as sns 
import matplotlib.pyplot  as plt # 特征分布矩陣圖 
sns.pairplot(df,  hue='target', markers=['o', 's', 'D'])
plt.show() # 熱力圖分析相關性 
plt.figure(figsize=(8,6)) 
sns.heatmap(df.corr(numeric_only=True),  annot=True)
plt.show() 
可視化價值：花瓣長度與類別相關性最高
Setosa與其他兩類區分明顯
(3) 數據預處理
python
復制
from sklearn.model_selection  import train_test_split # 劃分特征/標簽 
X = iris.data   
y = iris.target  # 分割訓練/測試集 (7:3)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42, stratify=y)
注意事項：stratify 保證類別比例一致
random_state 確保可復現性
(4) 模型訓練與評估
python
復制
from sklearn.svm  import SVC 
from sklearn.metrics  import classification_report # 初始化SVM分類器 
model = SVC(kernel='linear', C=1.0)# 訓練模型 
model.fit(X_train,  y_train)# 預測測試集 
y_pred = model.predict(X_test) # 輸出評估報告 
print(classification_report(y_test, y_pred))
典型輸出示例：precision  recall  f1-score  support 0       1.00      1.00      1.00        15 1       0.94      1.00      0.97        15 2       1.00      0.93      0.97        15 accuracy                           0.98        45 
(5) 模型優化（進階）
python
復制
from sklearn.model_selection  import GridSearchCV # 定義參數網格 
param_grid = {'C': [0.1, 1, 10],'kernel': ['linear', 'rbf']
}# 網格搜索 
grid = GridSearchCV(SVC(), param_grid, cv=5)
grid.fit(X_train,  y_train)# 輸出最佳參數 
print(f"最佳參數: {grid.best_params_}") 
4. 項目擴展方向
部署為Web服務
使用Flask構建預測API：python
復制
from flask import Flask, request 
app = Flask(__name__) @app.route('/predict',  methods=['POST'])
def predict():data = request.json  prediction = model.predict([data['features']]) return {'class': iris.target_names[prediction[0]]} 
開發GUI界面
用Tkinter/PyQt創建可視化操作界面探索其他算法
嘗試決策樹、隨機森林等對比效果5. 學習資源推薦
官方文檔：scikit-learn.org
進階書籍：《Python機器學習手冊》
實戰平臺：Kaggle競賽
更新時間：2025年3月27日 11:03（農歷乙巳蛇年二月廿八，星期四）
本教程完整代碼已托管至 GitHub示例倉庫該教程特點：
1. 包含從數據探索到模型優化的完整閉環 
2. 每個步驟都有可視化驗證環節 
3. 提供實際可運行的代碼片段 
4. 給出明確的擴展方向 
5. 強調工程化思維（如參數化、可復現性）