DAY31：文件的規范拆分和寫法

恩師@浙大疏錦行

?

知識點：

一、機器學習項目流程：

1、數據加載：從文件、數據庫、API 等獲取原始數據。

? ? - 命名參考：`load_data.py` 、`data_loader.py`

2、數據探索與可視化：了解數據特性，初期可用 Jupyter Notebook，成熟后固化繪圖函數。

? ? - 命名參考：`eda.py` 、`visualization_utils.py`

3、數據預處理：處理缺失值、異常值，進行標準化、歸一化、編碼等操作。

? ? - 命名參考：`preprocess.py` 、`data_cleaning.py` 、`data_transformation.py`

4、特征工程：創建新特征，選擇、優化現有特征。

? ? - 命名參考：`feature_engineering.py`

5、模型訓練：構建模型架構，設置超參數并訓練，保存模型。

? ? - 命名參考：`model.py` 、`train.py`

6、模型評估：用合適指標評估模型在測試集上的性能，生成報告。

? ? - 命名參考：`evaluate.py`

7、模型預測：用訓練好的模型對新數據預測。

? ? - 命名參考：`predict.py` 、`inference.py`

二、文件的組織

1、項目核心代碼組織：

src/：存放項目的核心代碼

src/data/：存放與數據相關的代碼

src/models/：關于模型的代碼

src/utils/：存放通用輔助代碼

2、配置文件管理

config/目錄

3、實驗與探索代碼

notebooks/或experiments/

4、項目產出物管理

data/：存放項目相關數據

models/：存放訓練好的模型

reports/或output/：存儲項目運行的報告文件/輸出文件

三、編碼格式和類型注解

1、編碼格式

（1）編碼聲明必須出現在文件的前兩行（通常是首行），否則會被忽略。

（2）如果編碼格式沒問題，可能是vscode的編碼格式不是utf-8，可以嘗試修改編碼格式。

（3）常見的編碼報錯是因為字符串編碼問題，可以嘗試顯式轉化，即讀取的時候轉化為utf-8編碼。

2、類型注解

def add(a: int, b: int) -> int:return a + bdef greet(name: str) -> None:print(f"Hello, {name}")

# 定義一個矩形類
class Rectangle:width: float      # 矩形寬度（浮點數），類屬性的類型注解（不初始化值）height: float     # 矩形高度（浮點數）def __init__(self, width: float, height: float):self.width = widthself.height = heightdef area(self) -> float:# 計算面積（寬度 × 高度）return self.width * self.height

?