单元四
第16课 课程项目：自选任务与诚信提醒
一、任务目标
完成一个自选分类或回归小项目，并同时报告训练与测试表现。
二、核心概念讲清楚
诚信规范：不伪造分数、不隐藏测试集泄漏、引用别人代码要标注。
- 写清数据来源
- 写清自己完成的部分
- 报告测试集真实指标
1列出清单数据/模型/指标
2复现关键实验固定随机种子
3写说明成功与不足
4互相检查同伴能否看懂
三、跟着想一遍（小例子）
写「使用 sklearn 自带 iris，测试正确率 0.93，未做额外清洗」。
易错：只给最高分截图，不说明划分方式。
正确：别人按说明能得到相近结果。
想一想：为什么「可复现」也是诚信的一部分？
四、解题思路
任务：完成一个自选分类或回归小项目，并同时报告训练与测试表现。 先想清楚：输入是什么、处理后得到什么、屏幕上应出现什么。
本课主要用到：屏幕输出。
- 1明确任务「完成一个自选分类或回归小项目，并同时报告训练与测试表现。」：运行后你希望看到什么结果（文字、图形或计算结果）。
- 2用 print 把结果说出来，确认屏幕上出现预期内容。
- 3对照参考代码跑通后，只改一个参数，观察结果如何变化。
流程示意（可对照左侧文字）
五、语句功能讲解
本课用到的 Mixly 图形块均已在前面的课讲过。请直接对照编程练习搭积木；若有遗忘，回到该积木首次出现的课页复习。
六、知识点讲解
过拟合是模型把训练集记得太死，换新数据就差。要用没见过的数据检查；好模型是「会举一反三」，不是「只会背题」。
先弄清本课输入与输出，再进编程练习对照现象。
七、编程练习
先理解上面的例子，再在下方 Mixly 运行与检查（含 scikit-learn）。
同时看两边正确率。
参考代码（对照抄写到下方 Mixly）
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
# 示例项目：鸢尾花分类（你可改成回归）
X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.25, random_state=0
)
model = KNeighborsClassifier(n_neighbors=5)
model.fit(X_train, y_train)
train_acc = accuracy_score(y_train, model.predict(X_train))
test_acc = accuracy_score(y_test, model.predict(X_test))
print("训练正确率:", round(train_acc, 3))
print("测试正确率:", round(test_acc, 3))
print("若训练很高、测试低很多 → 可能过拟合")
正在载入编程环境
正在载入 Mixly 文本编程环境…
八、课堂练习
先完成两道正误判断，再做其余题目；选出后点「检查」。
判断：只抄参考代码，不看运行输出，也不改参数验证。
判断：先跑通，再对照「课程项目」改一处输入/参数，确认输出按预期变化；答错小测时读讲解。
训练很高、测试低很多，更可能是？
下列哪项符合诚信？
九、本节小结
本课侧重诚信提醒：会拆分、会报告训练／测试两边指标。下一单元深入评估读数、过拟合对比、Pipeline，并完成结课项目清单。