河岳日星的博客

Python 入门第一课：从 Hello World 到智能交互大家好！这是我学习 Python 的第一篇笔记。很多新手在面对第一行代码时都会迷茫：“我该从哪里开始？这些概念之间有什么关系？” 今天，我将通过一个连贯的学习路径，带大家从零开始，完成一个能与人互动的 Python 小程序。我们将经历：输出信息 -> 存储数据 -> 做出判断 -> 处理意外 -> 优雅赋值 的全过程。 第一步：向世界打招呼一切的开始，都是让计算机说出第一句话。在 Python 中，这只需要一行代码： ```pythonprint(“hello world”) 💡 心得：print() 是我们与计算机沟通的最基本方式，就像我们开口说话一样。第二步：给数据找个“家”（变量与类型）程序需要处理各种信息。在 Python 中，我们用变量来存储这些数据。Python 很聪明，它能自动识别数据的类型：python 编辑 字符串：人的名字student_name = “查理” 整数：年龄student_age = 20 浮点数：成绩（带小数）gpa = 3.75 布尔值：状态（只有真或假）is ...

从零开始搭建 Hexo 博客（二）：配置 Butterfly 主题与基础美化上一篇我们完成了 Hexo 环境搭建（Git + Node.js + GitHub 账号）和 项目初始化（hexo init my-blog），现在开始让博客 变得好看！关键前提：你已按第一篇操作，博客项目位于 D:\Blog\my-blog。 一、安装 Butterfly 主题（从初始化目录开始）1. 进入博客根目录（必须！） 你刚在第一篇创建的项目路径：D:\Blog\my-blog ```bash 打开 Git Bash 或 CMD，执行：cd D:\Blog\my-blog 💡 如果路径有中文或空格，必须用双引号：cd “D:\Blog\my-blog”2. 克隆 Butterfly 主题从 GitHub 下载最新主题（官方推荐）bash 编辑 git clone -b master https://github.com/jerryc127/hexo-theme-butterfly.git themes/butterfly✅ 执行成功后，目录结构：文本 编辑 my-blog/├── themes/ ...

机器学习（NLP文本分类）标准项目流程第一阶段：环境搭建与数据工程依赖库导入与环境配置：加载数据处理（Pandas）、自然语言处理（Jieba）、机器学习框架（Scikit-learn）等必要的第三方库，并配置系统参数（如忽略警告、设置日志级别）以优化运行环境。数据收集与加载：获取原始语料库，构建结构化的数据集（如DataFrame），明确样本数据（Text）与对应的真实标签（Label/Ground Truth）。第二阶段：特征工程3. 文本预处理与清洗：针对非结构化的文本数据进行规范化处理。包括统一大小写、去除特殊符号等，以降低数据噪声。4. 中文分词：由于中文语义的连续性，需调用专用分词工具（如Jieba）将连续的文本序列切分为独立的词汇单元，为后续的特征提取奠定基础。5. 特征向量化：将处理后的文本数据转化为计算机可计算的数值型矩阵。通过特征提取算法（如TF-IDF）构建特征空间，生成特征矩阵（X）与标签向量（y），完成从“自然语言”到“机器语言”的映射。第三阶段：模型构建与训练6. 数据集划分：采用随机抽样方法，将整体数据集按比例（如8:2）划分为训练集（用于模型学习）和测试 ...

本篇通过加州房价预测线性回归作业，复盘新手最容易踩的5个典型坑：回归任务误用分层抽样、评估指标传参错误、变量逻辑顺序颠倒、占位符未替换、特征标准化流程混乱。犯错是最好的学习，这篇帮你把弯路走直。 💻 一、作业完整代码（修正后最终版）12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273import pandas as pdimport numpy as npimport matplotlibmatplotlib.use('Agg') # 设置非交互式后端import matplotlib.pyplot as pltfrom sklearn.datasets import fetch_california_housingfrom sklearn.model_selection import train_test_splitfrom sklea ...