? 今日目標

• 綜合應用本周所學的：

  • 分類算法（SVM、決策樹、隨機森林等）
  • 模型調參（GridSearchCV）
  • 模型持久化（joblib）
  • 特征工程與數據構造

• 構建一套完整的二分類建模流程

---

📘 項目任務說明

構建一個機器學習系統，用于判斷學生是否及格，訓練后保存模型，并支持預測新數據。

---

? 第一步：數據準備

模擬學生數據：

• 特征：成績、性別、是否缺勤
• 標簽：是否及格（>=60）

features: score, gender(0/1), absent(0/1)
label: 1 (pass), 0 (fail)

---

? 第二步：建模流程

1. 拆分訓練集 / 測試集
2. 使用 Pipeline 組合數據預處理 + 分類器
3. 使用 GridSearchCV 尋找最佳參數組合
4. 保存訓練好的模型（joblib）
5. 提供預測函數，支持加載模型預測單個新樣本

---

? 第三步：項目結構建議

student_pass_predictor/
├── train_model.py         # 訓練 + 網格搜索 + 保存模型
├── predictor.py           # 加載模型 + 預測新數據
├── data/                  # 存放模型或數據文件
│   └── svm_model.joblib

---

? 第四步：挑戰加分項（進階）

• 封裝 StudentPredictor 類，支持 fit/predict/save/load 方法
• 實現命令行調用支持
• 日志輸出記錄訓練結果與模型參數
• 為預測寫一個簡單的 Flask Web 接口（未來任務）

---

🧾 今日總結

能力	具體體現
模型構建	數據準備 → 建模 → 調參 → 測試
模型部署	保存模型，準備使用
編碼組織	使用模塊化腳本結構
綜合思維	把“算法知識”轉化為“工程實現”

---

? 項目腳本：

• train_model.py（模型訓練與保存）

# train_model.py - 訓練學生是否及格預測模型并保存import numpy as np
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
from sklearn.metrics import classification_report, accuracy_score
from joblib import dump
import os# 模擬學生數據：score, gender, absent（是否缺勤），label（是否及格）
np.random.seed(42)
size = 200
scores = np.random.randint(40, 100, size)
genders = np.random.choice([0, 1], size=size)
absents = np.random.choice([0, 1], size=size, p=[0.8, 0.2])  # 缺勤較少
labels = ((scores >= 60) & (absents == 0)).astype(int)  # 缺勤也可能影響及格X = np.column_stack(((scores - scores.mean()) / scores.std(), genders, absents))
y = labels# 拆分訓練集和測試集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)# 構建 pipeline
pipe = Pipeline([('scaler', StandardScaler()),('svc', SVC())
])# 網格搜索參數
param_grid = {'svc__C': [0.1, 1, 10],'svc__kernel': ['linear', 'rbf'],'svc__gamma': ['scale', 'auto']
}grid = GridSearchCV(pipe, param_grid, cv=5, verbose=1, n_jobs=-1)
grid.fit(X_train, y_train)# 模型評估
print("最佳參數：", grid.best_params_)
y_pred = grid.predict(X_test)
print("準確率：", accuracy_score(y_test, y_pred))
print(classification_report(y_test, y_pred))# 保存模型
os.makedirs("data", exist_ok=True)
dump(grid.best_estimator_, "data/svm_model.joblib")
print("模型已保存到 data/svm_model.joblib")

運行輸出

最佳參數： {'svc__C': 10, 'svc__gamma': 'scale', 'svc__kernel': 'rbf'}
準確率： 0.975precision    recall  f1-score   support0       1.00      0.94      0.97        171       0.96      1.00      0.98        23accuracy                           0.97        40macro avg       0.98      0.97      0.97        40
weighted avg       0.98      0.97      0.97        40模型已保存到 data/svm_model.joblib

• predictor.py（加載模型并預測新樣本）

# predictor.py - 加載模型并預測新學生是否及格from joblib import load
import numpy as np
import os# 加載模型
model_path = "data/svm_model.joblib"
if not os.path.exists(model_path):raise FileNotFoundError(f"未找到模型文件: {model_path}")model = load(model_path)
print("? 模型加載成功")# 示例新學生數據：[score, gender, absent]
def predict_pass(score, gender, absent):score_std = (score - 70) / 15  # 簡單標準化，建議保持一致性x = np.array([[score_std, gender, absent]])pred = model.predict(x)[0]return "及格 ?" if pred == 1 else "不及格 ?"# 示例：輸入學生信息預測
if __name__ == "__main__":while True:try:s = int(input("輸入學生成績（0-100）："))g = int(input("輸入性別（0=女，1=男）："))a = int(input("是否缺勤（0=否，1=是）："))result = predict_pass(s, g, a)print(f"預測結果：{result}")except Exception as e:print("輸入有誤，請重試：", e)print("-" * 40)

運行輸出

? 模型加載成功
輸入學生成績（0-100）：90
輸入性別（0=女，1=男）：0
是否缺勤（0=否，1=是）：1
預測結果：不及格 ?
----------------------------------------
輸入學生成績（0-100）：60
輸入性別（0=女，1=男）：1
是否缺勤（0=否，1=是）：0
預測結果：不及格 ?
----------------------------------------
輸入學生成績（0-100）：99
輸入性別（0=女，1=男）：1
是否缺勤（0=否，1=是）：1
預測結果：不及格 ?
----------------------------------------
輸入學生成績（0-100）：100             
輸入性別（0=女，1=男）：1
是否缺勤（0=否，1=是）：0
預測結果：及格 ?
----------------------------------------
輸入學生成績（0-100）：