Python 机器学习核心入门与实战进阶 Day 7 - 复盘 + 综合实战挑战

✅ 今日目标

• 综合应用本周所学的：

  • 分类算法（SVM、决策树、随机森林等）
  • 模型调参（GridSearchCV）
  • 模型持久化（joblib）
  • 特征工程与数据构造

• 构建一套完整的二分类建模流程

📘 项目任务说明

构建一个机器学习系统，用于判断学生是否及格，训练后保存模型，并支持预测新数据。

✅ 第一步：数据准备

模拟学生数据：

• 特征：成绩、性别、是否缺勤
• 标签：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. 拆分训练集 / 测试集
2. 使用 Pipeline 组合数据预处理 + 分类器
3. 使用 GridSearchCV 寻找最佳参数组合
4. 保存训练好的模型（joblib）
5. 提供预测函数，支持加载模型预测单个新样本

✅ 第三步：项目结构建议

student_pass_predictor/
├── train_model.py         # 训练 + 网格搜索 + 保存模型
├── predictor.py           # 加载模型 + 预测新数据
├── data/                  # 存放模型或数据文件
│   └── svm_model.joblib

✅ 第四步：挑战加分项（进阶）

• 封装 StudentPredictor 类，支持 fit/predict/save/load 方法
• 实现命令行调用支持
• 日志输出记录训练结果与模型参数
• 为预测写一个简单的 Flask Web 接口（未来任务）

🧾 今日总结

✅ 项目脚本：

• train_model.py（模型训练与保存）

# train_model.py - 训练学生是否及格预测模型并保存

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

# 模拟学生数据：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])  # 缺勤较少
labels = ((scores >= 60) & (absents == 0)).astype(int)  # 缺勤也可能影响及格

X = np.column_stack(((scores - scores.mean()) / scores.std(), genders, absents))
y = labels

# 拆分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 构建 pipeline
pipe = Pipeline([
    ('scaler', StandardScaler()),
    ('svc', SVC())
])

# 网格搜索参数
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)

# 模型评估
print("最佳参数：", grid.best_params_)
y_pred = grid.predict(X_test)
print("准确率：", 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")

运行输出

最佳参数： {'svc__C': 10, 'svc__gamma': 'scale', 'svc__kernel': 'rbf'}
准确率： 0.975
              precision    recall  f1-score   support

           0       1.00      0.94      0.97        17
           1       0.96      1.00      0.98        23

    accuracy                           0.97        40
   macro 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（加载模型并预测新样本）

# predictor.py - 加载模型并预测新学生是否及格

from joblib import load
import numpy as np
import os

# 加载模型
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("✅ 模型加载成功")

# 示例新学生数据：[score, gender, absent]
def predict_pass(score, gender, absent):
    score_std = (score - 70) / 15  # 简单标准化，建议保持一致性
    x = np.array([[score_std, gender, absent]])
    pred = model.predict(x)[0]
    return "及格 ✅" if pred == 1 else "不及格 ❌"

# 示例：输入学生信息预测
if __name__ == "__main__":
    while True:
        try:
            s = int(input("输入学生成绩（0-100）："))
            g = int(input("输入性别（0=女，1=男）："))
            a = int(input("是否缺勤（0=否，1=是）："))
            result = predict_pass(s, g, a)
            print(f"预测结果：{result}")
        except Exception as e:
            print("输入有误，请重试：", e)
        print("-" * 40)

运行输出

✅ 模型加载成功
输入学生成绩（0-100）：90
输入性别（0=女，1=男）：0
是否缺勤（0=否，1=是）：1
预测结果：不及格 ❌
----------------------------------------
输入学生成绩（0-100）：60
输入性别（0=女，1=男）：1
是否缺勤（0=否，1=是）：0
预测结果：不及格 ❌
----------------------------------------
输入学生成绩（0-100）：99
输入性别（0=女，1=男）：1
是否缺勤（0=否，1=是）：1
预测结果：不及格 ❌
----------------------------------------
输入学生成绩（0-100）：100             
输入性别（0=女，1=男）：1
是否缺勤（0=否，1=是）：0
预测结果：及格 ✅
----------------------------------------
输入学生成绩（0-100）：