附录

一、课程地图（五单元 · 20 课）

• 一、认识工具箱与数据（1–4）：sklearn 心智模型、导入版本、X/y、train_test_split
• 二、分类问题（5–8）：KNN、accuracy_score、决策树、模型比较
• 三、回归问题（9–12）：回归 vs 分类、LinearRegression、MSE/R²、调特征
• 四、聚类、流水线与规范（13–16）：KMeans、StandardScaler、流水线、项目与诚信
• 五、评估、规范与项目（17–20）：混淆矩阵、过拟合、Pipeline、结课项目

二、sklearn 常用 API 速查

• import sklearn / sklearn.__version__ — 导入与版本
• from sklearn.datasets import load_iris, load_diabetes — 自带数据
• train_test_split(X, y, test_size=..., random_state=...) — 拆分
• KNeighborsClassifier(n_neighbors=k).fit(X, y).predict(Xnew) — 近邻分类
• DecisionTreeClassifier(max_depth=...).fit(...) — 决策树分类
• accuracy_score(y_true, y_pred) — 分类正确率
• confusion_matrix(y_true, y_pred) / classification_report(...) — 混淆与分类报告
• LinearRegression().fit(X, y).predict(Xnew) — 线性回归
• mean_squared_error(y_true, y_pred) / r2_score(y_true, y_pred) — 回归指标
• KMeans(n_clusters=k).fit_predict(X) — 聚类
• StandardScaler().fit_transform(X_train)；测试集用 transform
• Pipeline([("scaler", StandardScaler()), ("clf", ...)]).fit(...) — 流水线

三、推荐流水线口诀

拆分 →（训练集上标准化）→ fit → 只在测试集评估。训练／测试分数都要看，警惕过拟合与欠拟合。

卡住了怎么办（FAQ）