✅ 今日目标

综合应用本周所学的：
- 分类算法（SVM、决策树、随机森林等）
- 模型调参（GridSearchCV）
- 模型持久化（joblib）
- 特征工程与数据构造
构建一套完整的二分类建模流程

📘 项目任务说明

构建一个机器学习系统，用于判断学生是否及格，训练后保存模型，并支持预测新数据。

✅ 第一步：数据准备

模拟学生数据：

特征：成绩、性别、是否缺勤
标签：是否及格（>=60）

features: score, gender(0/1), absent(0/1)
label: 1 (pass), 0 (fail)

✅ 第二步：建模流程

拆分训练集 / 测试集
使用 Pipeline 组合数据预处理 + 分类器
使用 GridSearchCV 寻找最佳参数组合
保存训练好的模型（joblib）
提供预测函数，支持加载模型预测单个新样本

✅ 第三步：项目结构建议

student_pass_predictor/
├── train_model.py         # 训练 + 网格搜索 + 保存模型
├── predictor.py           # 加载模型 + 预测新数据
├── data/                  # 存放模型或数据文件
│   └── svm_model.joblib

✅ 第四步：挑战加分项（进阶）

封装 StudentPredictor 类，支持 fit/predict/save/load 方法
实现命令行调用支持
日志输出记录训练结果与模型参数
为预测写一个简单的 Flask Web 接口（未来任务）

🧾 今日总结

能力	具体体现
模型构建	数据准备 → 建模 → 调参 → 测试
模型部署	保存模型，准备使用
编码组织	使用模块化脚本结构
综合思维	把“算法知识”转化为“工程实现”

✅ 项目脚本：

train_model.py（模型训练与保存）

# train_model.py - 训练学生是否及格预测模型并保存import numpy as np
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
from sklearn.metrics import classification_report, accuracy_score
from joblib import dump
import os# 模拟学生数据：score, gender, absent（是否缺勤），label（是否及格）
np.random.seed(42)
size = 200
scores = np.random.randint(40, 100, size)
genders = np.random.choice([0, 1], size=size)
absents = np.random.choice([0, 1], size=size, p=[0.8, 0.2])  # 缺勤较少
labels = ((scores >= 60) & (absents == 0)).astype(int)  # 缺勤也可能影响及格X = np.column_stack(((scores - scores.mean()) / scores.std(), genders, absents))
y = labels# 拆分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)# 构建 pipeline
pipe = Pipeline([('scaler', StandardScaler()),('svc', SVC())
])# 网格搜索参数
param_grid = {'svc__C': [0.1, 1, 10],'svc__kernel': ['linear', 'rbf'],'svc__gamma': ['scale', 'auto']
}grid = GridSearchCV(pipe, param_grid, cv=5, verbose=1, n_jobs=-1)
grid.fit(X_train, y_train)# 模型评估
print("最佳参数：", grid.best_params_)
y_pred = grid.predict(X_test)
print("准确率：", accuracy_score(y_test, y_pred))
print(classification_report(y_test, y_pred))# 保存模型
os.makedirs("data", exist_ok=True)
dump(grid.best_estimator_, "data/svm_model.joblib")
print("模型已保存到 data/svm_model.joblib")

运行输出

最佳参数： {'svc__C': 10, 'svc__gamma': 'scale', 'svc__kernel': 'rbf'}
准确率： 0.975precision    recall  f1-score   support0       1.00      0.94      0.97        171       0.96      1.00      0.98        23accuracy                           0.97        40macro avg       0.98      0.97      0.97        40
weighted avg       0.98      0.97      0.97        40模型已保存到 data/svm_model.joblib

predictor.py（加载模型并预测新样本）

# predictor.py - 加载模型并预测新学生是否及格from joblib import load
import numpy as np
import os# 加载模型
model_path = "data/svm_model.joblib"
if not os.path.exists(model_path):raise FileNotFoundError(f"未找到模型文件: {model_path}")model = load(model_path)
print("✅ 模型加载成功")# 示例新学生数据：[score, gender, absent]
def predict_pass(score, gender, absent):score_std = (score - 70) / 15  # 简单标准化，建议保持一致性x = np.array([[score_std, gender, absent]])pred = model.predict(x)[0]return "及格 ✅" if pred == 1 else "不及格 ❌"# 示例：输入学生信息预测
if __name__ == "__main__":while True:try:s = int(input("输入学生成绩（0-100）："))g = int(input("输入性别（0=女，1=男）："))a = int(input("是否缺勤（0=否，1=是）："))result = predict_pass(s, g, a)print(f"预测结果：{result}")except Exception as e:print("输入有误，请重试：", e)print("-" * 40)

运行输出

✅ 模型加载成功
输入学生成绩（0-100）：90
输入性别（0=女，1=男）：0
是否缺勤（0=否，1=是）：1
预测结果：不及格 ❌
----------------------------------------
输入学生成绩（0-100）：60
输入性别（0=女，1=男）：1
是否缺勤（0=否，1=是）：0
预测结果：不及格 ❌
----------------------------------------
输入学生成绩（0-100）：99
输入性别（0=女，1=男）：1
是否缺勤（0=否，1=是）：1
预测结果：不及格 ❌
----------------------------------------
输入学生成绩（0-100）：100             
输入性别（0=女，1=男）：1
是否缺勤（0=否，1=是）：0
预测结果：及格 ✅
----------------------------------------
输入学生成绩（0-100）：