机器学习基础与核心概念

机器学习是人工智能的重要分支，其核心在于让计算机从数据中自动学习规律并做出决策。Day2的学习重点包括监督学习、无监督学习、模型评估和特征工程等核心概念。

监督学习

监督学习利用带标签的数据训练模型，使其能够预测新数据的输出。常见算法包括线性回归、逻辑回归和支持向量机（SVM）。线性回归适用于连续值预测，逻辑回归用于分类任务，SVM通过寻找最优超平面实现分类。

示例代码（线性回归）：

from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X_train, y_train)
predictions = model.predict(X_test)

无监督学习

无监督学习处理无标签数据，旨在发现数据的内在结构。聚类和降维是典型任务。K均值（K-Means）和主成分分析（PCA）是常见算法。K均值通过迭代优化聚类中心，PCA通过线性变换降低数据维度。

示例代码（K-Means聚类）：

from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=3)
kmeans.fit(X)
labels = kmeans.labels_

模型评估

模型性能需通过评估指标衡量。分类任务常用准确率、召回率、F1值，回归任务常用均方误差（MSE）和R2分数。交叉验证（如K折交叉验证）能有效防止过拟合。

示例代码（分类评估）：

from sklearn.metrics import accuracy_score
accuracy = accuracy_score(y_test, y_pred)

特征工程

特征工程是提升模型性能的关键。包括特征选择（如方差阈值法）、特征缩放（如标准化）和特征生成（如多项式特征）。好的特征能显著提升模型表现。

示例代码（特征标准化）：

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

实际应用与挑战

机器学习在实际应用中需考虑数据质量、计算资源和可解释性。过拟合、欠拟合和数据不平衡是常见挑战。集成学习（如随机森林）和深度学习（如神经网络）可进一步扩展模型能力。

示例代码（随机森林）：

from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(n_estimators=100)
rf.fit(X_train, y_train)

通过系统学习这些核心内容，Day2的目标是掌握机器学习的基础框架和实践方法，为后续复杂模型和算法打下坚实基础。