Skip to main content

5.6.1 机器学习项目路线图：baseline、证据、改进

本小章是第 5 章出口。它证明你能把一个数据问题变成可评估、可解释、可展示的建模流程。

先看项目闭环​

机器学习项目实践路线图

机器学习项目作品集闭环

记住这个项目闭环：

问题 -> 数据 -> baseline -> 指标 -> 改进 -> 失败样本 -> 报告

不要一开始就冲复杂模型。没有 baseline、指标和失败分析的项目，只是一次 demo 运行。

保留一份实验记录​

创建 ml_project_log_first_loop.py。这不是模型，而是每个模型项目都需要的习惯。

experiments = [
    {"version": "v1_baseline", "metric": 0.72, "change": "default model"},
    {"version": "v2_features", "metric": 0.78, "change": "add ratio features"},
    {"version": "v3_tuned", "metric": 0.80, "change": "tune max_depth"},
]

best = max(experiments, key=lambda row: row["metric"])

print("best_version:", best["version"])
print("best_metric:", best["metric"])
print("next_step: inspect failure cases before adding more models")

预期输出：

best_version: v3_tuned
best_metric: 0.8
next_step: inspect failure cases before adding more models

这一步是在转换思维：从“我跑了模型”变成“我能比较版本并解释下一步”。

按这个顺序学​

顺序阅读交付什么
15.6.2 房价预测回归 baseline 和改进
25.6.3 客户流失预测分类指标和阈值思维
35.6.4 用户分群聚类解释和业务标签
45.6.5 Kaggle 实践真实提交流程
55.6.6 ML 实操工作坊一份完整证据包演练

工作坊放在最后，因为它把前面项目习惯整理成一份可复现证据包。

项目交付物标准​

机器学习项目报告分镜图

至少为一个项目保留这些文件：README.md、运行命令、指标表、实验记录、一个失败样本、一张图、下一步计划。

通过标准​

能说清：我如何定义任务、用了什么 baseline、信任哪个指标、哪里变好了、模型在哪里失败、下一步做什么，就算通过。