Python训练营打卡DAY29

DAY 29 复习日

知识点回顾

1. 类的装饰器
2. 装饰器思想的进一步理解：外部修改、动态
3. 类方法的定义：内部定义和外部定义

作业：复习类和函数的知识点，写下自己过去29天的学习心得，如对函数和类的理解，对python这门工具的理解等，未来再过几个专题部分即将开启深度学习部分。

# 定义类装饰器：为类添加日志功能
def class_logger(cls):# 保存原始的 __init__ 方法original_init = cls.__init__def new_init(self, *args, **kwargs):# 新增实例化日志print(f"[LOG] 实例化对象: {cls.__name__}")original_init(self, *args, **kwargs)  # 调用原始构造方法# 将类的 __init__ 方法替换为新方法cls.__init__ = new_init# 为类添加一个日志方法（示例）def log_message(self, message):print(f"[LOG] {message}")cls.log = log_message  # 将方法绑定到类，这是一种将外部函数添加为类的属性的方法return cls@class_logger
class Teacher:def __init__(self,name,age,lesson):self.name = nameself.age = ageself.lesson = lessondef teach(self):print(f"{self.name} 教 {self.lesson}")def __str__(self):return f"{self.name} {self.age} {self.lesson}"
teacher1 = Teacher("李老师",30,"数学")
teacher1.teach()
teacher1.__str__()
teacher1.log("这是装饰器添加的日志方法")  # 调用装饰器新增的方法

经历了一个月的学习，对于传统机器学习和python代码基础有了一定的了解和掌握，也在kaggle数据平台做了实战演练，虽很粗糙但也是自己所学。拿到数据先认识数据，对数据预处理（清洗异常值，填补空值，独热/标签编码，标准/归一化），处理数据集不平衡，特征筛选/降维，划分数据集，代入模型预训练，调优/寻找最优超参数，混淆矩阵打印预测结果对比，shap可解释性分析。也学会一些聚类增加特征的方法。期待下面深度学习的学习时光。