我们构建一个三层卷积网络，结构如下：在动手写代码之前，先补充一个贯穿本节的关键概念——池化层（Pooling Layer）。池化层通常紧跟在卷积层之后，作用是对特征图进行下采样（降维），它本身没有需要学习的参数。降低计算量：把特征图的宽高缩小（例如 28×28 → 14×14），后续层的参数量和计算量随之大幅减少。提取主要特征、增强鲁棒性：在局部区域内只保留最显著的信息，让网络对微小的平移、旋转不

对未知样本，计算其与所有训练样本的距离，选取距离最近的 K 个样本，通过。KNN（K-Nearest Neighbors）即K近邻算法，是。预测速度慢：惰性学习，每次预测都要遍历全部样本。K值：超参数，K过小易过拟合，K过大易欠拟合。无参数训练、对异常值不敏感，小数据集效果优秀。距离度量：默认欧式距离，适用于连续数值特征。投票规则：近邻样本多数标签即为预测结果子。投票机制，确定未知样本的分类结果。

模型任务类型输出本次实战案例线性回归回归预测连续数值血压预测逻辑回归二分类0/1 类别银行贷款风险判断。

今天系统学习了逻辑回归在金融风控中的实战应用数据集类别不平衡 + 模型评估不准。绝大多数用户正常还款（负样本/多数类）极少数用户违约坏账（正样本/少数类）如果直接训练模型，逻辑回归会“摆烂”，直接预测全部为不违约，准确率很高、但是完全没有业务价值。下采样：对多数样本做减法过采样（SMOTE）：对少数样本做加法交叉验证：稳定评估模型、选择最优参数银行贷款预测是典型的不平衡二分类问题，直接建模只会追求

决策树是一种树形结构的监督学习算法，它通过一系列 if-else 决策规则对数据进行划分，最终在叶节点给出预测结果。分类树：叶节点输出类别标签回归树：叶节点输出连续数值随机森林是集成学习的代表算法，它通过构建多棵决策树并综合它们的投票结果（分类）或平均值（回归）来提高预测性能。对比维度决策树随机森林解释性★★★★★ 非常强★★★☆☆ 一般过拟合风险较高较低训练速度RRాలు预测精度一般较高特征重要

在机器学习的学习过程中，我接触了三种非常经典且实用的算法——朴素贝叶斯（Naive Bayes）、支持向量机（SVC）和K-Means聚类。本文将结合三个实际案例，展示如何用Python实现这些算法，并分享一些调参与可视化的经验。其中SVC案例来自一个非常贴近生活的场景——智能寝室分配：根据学生的生活习惯、性格特点等多维数据，自动匹配最适合住在一起的室友组合。K-Means是一种无监督学习算法，通

今天的机器学习课程主要围绕两个经典算法展开：DBSCAN聚类算法和TF-IDF文本向量化。DBSCAN作为一种基于密度的聚类方法，能够自动发现任意形状的簇并识别噪声点；而TF-IDF则是文本挖掘中最基础的特征提取方式，用于衡量词语在文档中的重要性。本文将结合三个实战案例，详细讲解这两个算法的原理、代码实现和应用场景。算法应用场景核心优势注意事项DBSCAN客户分群、异常检测、地理信息聚类无需预设簇

在自然语言处理（NLP）中，词向量是将文本转换为数值型数据的重要手段，也是后续进行文本分类、情感分析等任务的基础。今天我们将通过两个案例，系统地学习词向量转换的原理及实际应用，并在此基础上完成一个基于朴素贝叶斯的评论情感分类任务。本文适合刚接触 NLP 的读者，内容包含代码详解、思路梳理和扩展思考，希望能帮你快速上手。计算机无法直接理解文本，我们需要将文本转化为数字向量。词向量就是将文本中的词语映

在机器学习项目中，数据预处理往往占据整个工作流70%以上的时间。一个高质量的数据集是模型成功的基础，而数据预处理正是构建这个基础的关键环节。本文以一个矿物种类分类任务为例，完整展示从原始数据到可用于建模的标准数据集的全流程，涵盖数据清洗、缺失值处理、标签编码、数据标准化、类别不平衡处理等核心步骤。数据清洗：删除异常类别、处理非数值数据缺失值处理：分组填充优于全局填充，因为不同类别的特征分布可能不同

对未知样本，计算其与所有训练样本的距离，选取距离最近的 K 个样本，通过。KNN（K-Nearest Neighbors）即K近邻算法，是。预测速度慢：惰性学习，每次预测都要遍历全部样本。K值：超参数，K过小易过拟合，K过大易欠拟合。无参数训练、对异常值不敏感，小数据集效果优秀。距离度量：默认欧式距离，适用于连续数值特征。投票规则：近邻样本多数标签即为预测结果子。投票机制，确定未知样本的分类结果。