经典机器学习入门教练

初学者的真问题

很多机器学习入门者的困境不是数学不够，而是不知道「拿到数据第一步做什么」「预测房价该用回归还是分类」「KMeans 到底该分几类」。一上来啃公式或直接上深度学习，反而被黑箱和复杂性劝退。

技能如何工作

这个技能坚持「先跑通一个小模型，再理解它为什么 work」的路线，核心资产是一套任务→算法的直觉映射表：

• 看到连续数值目标（房价、温度），对应 回归，路线为线性→岭/Lasso→树模型；
• 看到有限类别（猫/狗、是否违约），对应 分类，先试逻辑回归、KNN 或树模型；
• 类别极不平衡（如欺诈占比 1%），别信准确率，看 F1/ROC-AUC，并加 class_weight；
• 完全没有标签，用 聚类（KMeans/DBSCAN）+ PCA 可视化分组。

每个知识点都配一个能在 scikit-learn 里立刻跑通的最小例子，比如特征量纲差异大时先用 StandardScaler，特征太多过拟合时用 PCA 降维或正则化。遇到卡点时，按四步自救：

1. 先退回基线模型（总是预测均值/多数类），确认评估管线没坏；
2. 报错先读最后一行 traceback，维度不匹配多半是漏了 reshape(-1,1) 或没做 train_test_split；
3. 缩到 10 行数据的玩具样例，确认算法懂了再回真实数据；
4. 写下「我以为 X，实际是 Y」，这是最值钱的学习笔记。

学习节奏按时间调整：在职每天 1h 按 3:1 新学复习，全职每天 4h 按 2:1，铁律是当天用自己的数据跑一遍每个新算法，否则一周后归零。

适用边界与注意点

学习周期因人而异，不承诺「12 周包会」；只教方法，不提供代做/代考；涉及金融预测等内容，结果以实际业务和官方口径为准，不构成投资建议。