手撕决策树：用Python搞定贷款审批
这次实验的任务是用一个贷款审批的数据集，写代码训练一个模型，让电脑学会怎么自动判断该不该给一个人贷款。我们会用上两种经典的方法——ID3 和 Gini 指数，看看它们各自有啥门道。 任务背景：当个AI审批官想象一下，银行每天都收到一大堆贷款申请，要是都靠人工一个个看，效率也太低了。我们的目标就是用机器学习，让这个过程自动化。手头有16条已经审批过的老数据，里面记录了申请人的年龄、有无工作、有无房产和信誉情况，以及最终是否获得了贷款。 数据长啥样？ 训练集 (dataset.csv): 16条数据，用来教我们的模型。 测试集 (testset.csv): 7条新数据，用来考考我们的模型学得怎么样。 特征 (已经转成了数字): 年龄段: 0 (青年), 1 (中年), 2 (老年) 有没有工作: 0 (没), 1 (有) 有没有房子: 0 (没), 1 (有) 信贷情况: 0 (一般), 1 (好), 2 (非常好) 目标: 给不给贷款: 0 (不给), 1 (给) 理论速成——决策树到底在想啥？决策树这东西，说白了就是模拟人做决定的过程。比如你想想要不要出门，可能会先看...
INMP441 I²S 麦克风在树莓派上的使用
在这篇文章中，我将在 Raspberry Pi 4B 上使用 INMP441 麦克风模块，通过 I²S 接口实现音频录制。 一、硬件接线INMP441 是一款 I²S 数字麦克风，使用 3.3V 供电下面是与 树莓派 GPIO 的连接方式： 树莓派引脚 INMP441 引脚 说明 3V3 VDD 电源 GND GND 地线 GPIO18（物理脚 12） SCK I²S 时钟（BCLK） GPIO19（物理脚 35） LRCL / WS 左右声道时钟（LRCLK） GPIO20（物理脚 38） SD 麦克风输出数据（接 Pi 的 DIN） ⚙️ L/R（SEL）引脚说明： 接 GND = 左声道 接 3V3 = 右声道 若使用两只麦克风，可分别接左、右实现立体声。 单声道接线示意图如下：立体声左右声道接线示意图如下： 二、I²S 协议简介与信号解析在深入树莓派配置前，我们先了解一下 I²S（Inter-IC Sound） 协议的基本原理。I²S 是一种专门用于 数字音频数据传输 的串行总线标准，由 ...
从零实现KNN算法，打造智能推荐系统
你有没有想过，那些约会软件和推荐系统是怎么做到“比你还懂你”的？这背后没有玄学，而是一系列有趣而有效的算法。今天，我们化身“代码月老”，亲手揭开一种经典方法——K-近邻（KNN）的神秘面纱。 这篇教程完整走一遍机器学习的小项目：从原始文本数据出发，完成清洗与转换；用纯 Python 与 NumPy 实现 KNN 核心；再用专业工具评估模型表现，看看它到底有多靠谱。 故事背景：帮海伦找到她的“菜”主角海伦在一个约会网站上想提高推荐质量。她把过往的约会体验分为三类： 魅力十足 (largeDoses) 感觉一般 (smallDoses) 敬而远之 (didntLike) 她认为评价主要和三个特征相关： 每年获得的飞行常客里程数（是否热爱旅行） 玩视频游戏所耗时间百分比（娱乐偏好） 每周消费的冰淇淋公升数（生活习惯） 我们的目标：输入这三项特征，自动预测她对新对象的喜好类别。 数据探索与预处理在机器学习里，数据就是“食材”。食材质量常常决定了模型的上限。我们的原始数据在 datingTestSet.txt。 数据加载：从文本到矩阵计算机不直接吃文本。我们先写个函数，把文件读出来...
Anaconda下载、安装与环境配置
1. 什么是 Anaconda？为什么选择它？想象一下，你要做一个复杂的木工项目。你不仅需要木头（Python），还需要锯子、锤子、螺丝刀、尺子（各种库，如 NumPy, Pandas, Matplotlib）等等。 你可以选择去不同的五金店一家一家地买齐所有工具，但这个过程很繁琐，而且工具之间可能还不匹配。（依赖爆炸） 它将 Python 解释器和成百上千个常用的科学计算库（如 NumPy, Pandas, Scikit-learn, Matplotlib 等）打包在一起。你只需要安装 Anaconda，就相当于拥有了一个装备齐全的“工作室”，可以直接开工，省去了到处寻找和安装依赖库的烦恼。 那么代价是什么呢？这玩意真是太重了 对于新手来说，选择 Anaconda 的核心优势是： 一键安装: 避免了繁琐的库安装和版本冲突问题。 强大的环境管理: 可以为不同的项目创建独立的“工作区”（环境），让项目之间互不干扰。 自带实用工具: 包含了 Jupyter Notebook, Spyder 等广受欢迎的开发工具。 所以接下来我们会尝试安装 2. 下载 Anaconda首先，我...
Windows下Python venv的创建与使用
为什么要使用虚拟环境？想象一下，你有两个乐高项目：一个是千年隼号，另一个是霍格沃茨城堡。 千年隼号需要很多灰色、白色的特殊零件。 霍格沃茨城堡则需要很多棕色、黄色的砖块。 如果你把所有零件都倒在一个大箱子里，会发生什么？当你拼装千年隼时，可能会错拿城堡的零件；当你想把城堡的零件分享给朋友时，却很难从大箱子里把它们都找出来。这简直是一场灾难！ Python 也是如此： 项目 A（千年隼）可能需要 requests 库的 2.25.0 版本。 项目 B（霍格沃茨）可能需要 requests 库的另一个版本 2.28.0。 如果你把所有库（零件）都安装在全局的 Python 环境（大箱子）里，这两个项目就会发生冲突，导致一个（或两个都）无法正常运行。 虚拟环境就是为了解决这个问题而生的。它就像是为每个项目准备一个独立的零件盒。 千年隼号的零件放在“千年隼专用盒”里。 霍格沃茨城堡的零件放在“霍格沃茨专用盒”里。 这两个盒子互不干扰，完美隔离。在 Python 中，venv 就是创建这种“独立零件盒”的官方工具。 确认你的Python已就绪在开始之前，请确保你已经在 Wind...