MachineLearning 项目教程

1. 项目目录结构及介绍

MachineLearning/
├── README.md
├── requirements.txt
├── setup.py
├── data/
│   ├── raw/
│   └── processed/
├── models/
│   ├── __init__.py
│   ├── model1.py
│   └── model2.py
├── notebooks/
│   ├── exploration.ipynb
│   └── analysis.ipynb
├── src/
│   ├── __init__.py
│   ├── data_processing.py
│   ├── training.py
│   └── evaluation.py
├── config/
│   ├── config.yaml
│   └── parameters.json
└── tests/
    ├── test_data_processing.py
    └── test_training.py

目录结构说明

• README.md: 项目介绍和使用说明。
• requirements.txt: 项目依赖的Python包列表。
• setup.py: 项目安装脚本。
• data/: 存放数据文件的目录，分为原始数据 (raw/) 和处理后的数据 (processed/)。
• models/: 存放训练好的模型文件。
• notebooks/: 存放Jupyter Notebook文件，用于数据探索和分析。
• src/: 存放项目的源代码，包括数据处理、模型训练和评估等模块。
• config/: 存放项目的配置文件，包括配置参数和超参数。
• tests/: 存放项目的测试代码。

2. 项目启动文件介绍

setup.py

setup.py 是项目的安装脚本，用于安装项目所需的依赖包。可以通过以下命令安装依赖：

pip install -e .

src/training.py

src/training.py 是项目的训练脚本，用于训练机器学习模型。可以通过以下命令启动训练：

python src/training.py

notebooks/exploration.ipynb

notebooks/exploration.ipynb 是一个Jupyter Notebook文件，用于数据探索和初步分析。可以通过以下命令启动Jupyter Notebook：

jupyter notebook

然后在浏览器中打开 exploration.ipynb 文件。

3. 项目配置文件介绍

config/config.yaml

config.yaml 是项目的配置文件，包含了项目运行时所需的配置参数。例如：

data_path: "data/raw/"
output_path: "data/processed/"
model_path: "models/"

config/parameters.json

parameters.json 是项目的超参数配置文件，包含了模型训练时所需的超参数。例如：

{
    "learning_rate": 0.001,
    "batch_size": 32,
    "num_epochs": 100
}

这些配置文件可以通过 src/training.py 中的代码读取并应用到模型训练过程中。