本篇文章从零起步，不讲晦涩公式推导，用大白话讲懂混淆矩阵所有知识点，零基础也能一次性吃透，学完直接用于项目实战、论文实验、模型调优。混淆矩阵是分类任务中最核心的模型评估表格，专门用来直观统计模型预测结果对错分布，主要应用在二分类、多分类场景，日常使用最多的是二分类混淆矩阵。简单理解：把真实标签和模型预测标签两两对应摆放，统计每一种组合的样本数量，形成的二维表格就是混淆矩阵。它的最大作用就是不再只看

对于刚接触机器学习聚类算法的小伙伴来说，K-Means（K 均值聚类） 是最经典的无监督学习算法之一。但很多新手都会遇到一个核心问题：怎么确定聚类的最优 K 值（簇的数量）？本文用啤酒数据集作为实战案例，选择 K-Means 最优聚类数，代码全程可直接运行，有需要可自取。K-means 聚类广泛应用于市场细分、图像分割、文档聚类等领域。例如，在市场营销中，可以将客户划分为不同的群体，以便进行更针对

信用卡欺诈是典型的类别极不平衡的分类问题：正常交易（负样本）远多于欺诈交易（正样本）。如果直接用原始数据训练模型，模型会倾向于把所有样本都预测为“正常”，导致召回率极低。本文使用下采样（Undersampling）平衡正负样本，并用逻辑回归建模，最后通过调整分类阈值提升欺诈交易的召回率。本文通过一个完整的代码实例，展示了信用卡欺诈检测的完整流程：数据标准化与清洗—>下采样处理类别不平衡—>交叉验证

信用卡欺诈检测是典型的类别极不平衡问题：正常交易（负样本）远多于欺诈交易（正样本）。如果直接用原始数据训练，模型会偏向多数类，导致召回率（Recall）很低。本文采用 SMOTE 过采样 技术生成少数类（欺诈）的新样本，使正负样本数量平衡，再使用逻辑回归建模，并通过交叉验证选择最佳正则化参数，最终评估模型性能。如果对该项目有兴趣但是没有了解的读者，可以先观看博主关于逻辑回归下采样的文章。【机器学习

在机器学习中，分类问题是最常见的任务之一。比如根据病人的各项指标判断病情等级、根据用户行为预测会员等级等。本文使用一个已经预处理好的多分类数据集（标签为 0、1、2、3），分别用 7 种经典的分类算法进行建模，并对比它们在测试集上的表现。本文以众数填充为例子。每个文件的第一列是标签（y），后面的列是特征（x）

作用：导入 PyTorch 核心库，所有深度学习操作的基础。类比：就像写作文要先拿笔，torch就是深度学习的 “笔”。作用：导入 PyTorch 的神经网络模块（Neural Network）。核心功能：提供搭建 CNN、全连接层、卷积层等所有网络层的工具。关键：我们搭建的所有 AI 模型，都依赖这个模块。作用：数据加载器，批量管理数据集。通俗理解：把大量图片打包成 “小包裹”，一次性喂给电脑，

import cv2。

将答题卡区域拉正为矩形，转为灰度图，然后使用 OTSU 自动阈值二值化，并反转（BINARY_INV），使选项涂黑区域变为白色（方便统计白色像素），背景为黑色。检测所有外层轮廓，绘制出来，同时按面积从大到小排序，遍历轮廓，用多边形近似，找到第一个近似为四边形（4 个顶点）的轮廓，即为答题卡外框。遍历每 5 个轮廓（即一道题），对这 5 个轮廓按从左到右排序，对每个选项创建掩码，与二值图做按位与，统

import cv2cv2.VideoCapture：创建一个视频捕获对象，参数可以是视频文件路径或摄像头设备号（0 表示默认摄像头）。这里指定了 ‘test.avi’，表示读取本地视频文件。定义了一个 十字形结构内核，尺寸为 3×3。这个内核将用于形态学操作（开运算）。十字形结构适合处理细长的噪声或连接断裂的前景区域。

import cv2。