# ai-lesson **Repository Path**: code-org/ai-lesson ## Basic Information - **Project Name**: ai-lesson - **Description**: ai教学实战代码 - **Primary Language**: Python - **License**: MulanPSL-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-03-24 - **Last Updated**: 2025-05-06 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # ai-lesson #### 介绍 ai教学实战代码 #### 软件架构 软件架构说明 #### 课程大纲 1. **第一课:数据加载与清洗** - 学习如何加载数据集(如 CSV 文件)。 - 使用 Pandas 进行数据清洗,包括处理缺失值和选择需要的列。 2. **第二课:数据可视化** - 学习线性回归的基本原理。 - 使用 Seaborn 和 Matplotlib 进行数据可视化。 - 绘制分类数据的条形图和箱线图,分析特征分布和关系。 3. **第三课:线性回归和多项式回归** - 使用 Scikit-learn 实现线性回归模型。 - 评估模型性能(如均方误差、R²)。 4. **第四课:逻辑回归** - 学习如何对数据进行编码,包括: - 序数编码(Ordinal Encoding)。 - 独热编码(One-Hot Encoding)。 - 标签编码(Label Encoding)。 - 使用 `ColumnTransformer` 统一处理多种特征。 5. **第5课:逻辑回归** 6. **第6课:希尔伯特矩阵 OLS 线性拟合** #### jupytext 转换md的命令 ``` pip install jupytext jupyter nbconvert ``` **md转换jupytext(ipynb)文件的命令** ``` jupytext --to notebook input.md ``` **jupytext(ipynb)转换md 文件的命令** * 基础命令 ``` jupyter nbconvert --to markdown input.ipynb ``` * 输出指定目录 ``` jupyter nbconvert --to markdown --output-dir ./docs input.ipynb ``` #### 删除文件空白行的命令 * 删除多余空行(保留单个空行) ``` sed -i ':a; /^\n*$/{ s/\n//; N; ba; }' input.md ``` > 参数说明: > * **`-i`**:直接修改文件(in-place edit),不生成备份。 > * **`:a`**:定义标签 `a`,用于后续跳转。 > * **`/^\n*$/`**:正则匹配模式(问题根源)。 > * **`{ s/\n//; N; ba; }`**:对匹配的行执行的操作块。 * 删除多余空行 ```Linux sed -i -e '/^\s*$/d' input.md ``` > 参数说明: > * -i:直接修改原文件(-i.bak 可生成备份文件 input.md.bak)。 > * -e:指定执行的操作表达式。 > * ^\s*$:匹配空行或仅含空白字符(空格、制表符)的行。 > * d:删除匹配的行。 ```Windows findstr /R /V \"^$\" {md_path} > {md_path}.tmp && move /Y {md_path}.tmp {md_path} ``` > 参数说明: > * findstr /R /V "^$":匹配非空行。 > * {md_path}.tmp:将结果写入临时文件。 > * move /Y {md_path}.tmp {md_path}:覆盖原文件。 #### poetry-2.1 版本不在默认支持export 命令 1.会报如下错误: ``` poetry export -f json -o requirements ``` The requested command export does not exist. Documentation: https://python-poetry.org/docs/cli/ ``` 2.解决方式: 安装插件 ``` poetry self add poetry-plugin-export ``` 导出所有必需的版本和哈希值 ``` poetry export --with dev -f requirements.txt --output requirements.txt ``` 导出更简洁的依赖列表(没有哈希值) ``` poetry export --with dev -f requirements.txt --output requirements.txt --without-hashes ``` 外部pip 使用方式 ``` pip install -r requirements.txt ``` 外部uv 使用方式 ``` uv pip install -r requirements.txt ```