当前位置：首页 > news >正文

第三十一天打卡

news 2025/5/26 6:27:23

知识点回顾

规范的文件命名
规范的文件夹管理
机器学习项目的拆分
编码格式和类型注解

作业：尝试针对之前的心脏病项目ipynb，将他按照今天的示例项目整理成规范的形式，思考下哪些部分可以未来复用。

以下是将心脏病预测项目整理为规范结构的建议方案，并分析可复用部分：

bash

复制

下载

heart-disease-prediction/
├── data/
│   ├── raw/                # 原始数据
│   │   └── heart.csv
│   └── processed/          # 处理后的数据
├── notebooks/              # 原始/探索性notebook
│   └── original_analysis.ipynb
├── src/
│   ├── config.py           # 配置参数
│   ├── data_preprocessing.py
│   ├── model.py
│   ├── train.py
│   ├── evaluate.py
│   └── utils.py            # 工具函数
├── requirements.txt
├── README.md
└── .gitignore

可复用组件分析：

a) 数据预处理模块 (data_preprocessing.py)

python

复制

下载

from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from pandas import DataFrame
import pandas as pddef load_data(path: str) -> DataFrame:"""加载原始数据集"""return pd.read_csv(path)def preprocess_data(df: DataFrame, test_size: float = 0.2) -> tuple:"""数据预处理流水线包含特征工程、缺失值处理、数据标准化等"""# 原项目中的预处理逻辑X = df.drop('target', axis=1)y = df['target']# 标准化scaler = StandardScaler()X_scaled = scaler.fit_transform(X)return train_test_split(X_scaled, y, test_size=test_size, random_state=42)

b) 通用模型模块 (model.py)

python

复制

下载

from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import GridSearchCV
from typing import Anydef build_model(param_grid: dict = None) -> Any:"""构建可配置的分类模型"""model = RandomForestClassifier(random_state=42)if param_grid:return GridSearchCV(model, param_grid, cv=5)return model

c) 评估模块 (evaluate.py)

python

复制

下载

from sklearn.metrics import classification_report, roc_auc_score
import matplotlib.pyplot as plt
from sklearn.metrics import plot_roc_curvedef generate_report(model, X_test, y_test) -> dict:"""生成评估报告"""y_pred = model.predict(X_test)return {'classification_report': classification_report(y_test, y_pred),'roc_auc': roc_auc_score(y_test, y_pred)}def plot_roc(model, X_test, y_test, save_path: str = None):"""绘制ROC曲线"""plot_roc_curve(model, X_test, y_test)if save_path:plt.savefig(save_path)plt.show()