- 博客(58)
- 收藏
- 关注
RSS订阅原创 LangChain Agent 从入门到实战：创建与调用参数全解析
创建时决定"Agent 有什么能力、记不记得住"——model必传，决定记忆。调用时决定"这次问什么、属于哪个会话"——messages必传，thread_id决定会话隔离。只有创建时配了，调用时的thread_id才有意义。搞懂这两组参数，就掌握了 LangChain Agent 的核心用法。
2026-10-14 21:21:33
404
原创 LangChain 1.0 核心用法速查：创建模型、创建 Agent、调用
【代码】LangChain 1.0 核心用法速查：创建模型、创建 Agent、调用。
2026-10-13 22:17:51
210
原创 Python中JSON与字典/列表的相互转换详解
在日常开发中，JSON（JavaScript Object Notation）是数据交换最常用的格式之一。Python 内置的json模块提供了完整的 JSON 与 Python 数据类型之间的转换能力。本文将系统总结JSON 字符串 ↔ Python 字典/列表的相互转换知识，帮助你彻底掌握这一技能。支持，可在解析时对字典做处理。pythonreturn djson_str = '{"name": "小明", "age": "18"}'
2026-10-11 00:51:19
326
原创 PyCharm 终端运行 Uvicorn 失败？一次搞懂 uv 环境激活问题
问题结论uv 指定 Python 版本或进入 uv 环境用标准activate脚本，或直接用uv run查的是什么uv 工具自身版本，与环境无关激活后查的是该虚拟环境的 Python 版本PyCharm 终端失败原因终端未自动激活虚拟环境，用了系统 Python解决 PyCharm 终端问题手动激活，或开启 Settings → Tools → Terminal → Activate virtualenvoverride报错。
2026-09-18 15:09:42
369
原创 Python 并发编程三剑客：进程、线程、协程，这篇讲透了！
async def和普通def到底有什么区别？和不都是睡觉吗？什么时候用多线程？什么时候用协程？什么时候用多进程？别急，这篇文章用最通俗的大白话，把进程、线程、协程以及异步关键字彻底讲清楚。用async def声明的函数不是普通函数，调用它不会立即执行，而是返回一个协程对象（一个待执行的任务）。res = demo() # ❌ 不会打印！res 只是协程对象⚠️ 新手常犯错误：只写demo()不加await，函数体不执行，还会报 RuntimeWarning。对比项进程线程协程资源开销最大。
2026-08-13 23:25:31
339
原创 MCP 入门指南：大模型时代的“USB-C”接口
如果你正在开发 AI 应用，或者使用 Claude、Cursor 等 AI 工具，你一定遇到过这样的烦恼：Claude 想读取你电脑上的文件，你需要手动复制粘贴；Cursor 想执行代码，你需要切换到终端；换了一个大模型，之前写的工具调用代码全部作废；这些问题，MCP 协议正是为了解决它们而生。是由 Anthropic 在 2024 年底开源的一套开放协议，基于 JSON‑RPC 2.0。MCP 就是 AI 生态的 USB‑C 通用接口。
2026-08-13 16:30:23
355
原创 从零搭建LLM网关：llm_AIO项目架构全解析
在大模型应用开发中，我们经常面临一个痛点：各家云厂商API不统一、本地模型部署复杂、训练推理流程分散。本文将深入解析一个生产级LLM网关项目——llm_AIO，看看它是如何将这些能力整合在一个统一服务中的。该项目采用FastAPI + SQLAlchemy + LlamaFactory + Chroma，实现了对话、多模态生成、训练微调、RAG检索等一体化能力。亮点说明多厂商统一网关一套API对接阿里、豆包、DeepSeek、Ollama训练微调一体化。
2026-08-09 23:24:53
420
原创 【LLM实战】如何把 LlamaFactory 接入统一网关？llm_AIO 项目实战保姆级教程
维度原生 LlamaFactory (CLI)llm_AIO 项目 (HTTP 网关)使用方式SSH 进服务器敲命令前端页面 / curl / Python 脚本模型管理手动记录文件夹路径模型 ID 化，不暴露服务器绝对路径任务流手动依次执行链式调用：训练→合并→启动 API资源控制容易多人冲突导致 OOM显存门禁，不足自动拦截产物分发scp 拷来拷去直接提供HTTP 下载链接接口标准无完全兼容OpenAI SDK通过llm_AIO。
2026-08-08 16:18:07
235
原创 手把手教你配置 API Key 并调用大模型：从环境变量到 OpenAI 兼容接口实战
在 AI 应用开发中，API Key 是连接你与大模型服务的“钥匙”。但很多新手常犯一个致命错误——把 Key 硬编码在前端或代码里，导致密钥泄露、产生高额费用。本文结合真实项目经验，带你从零掌握 API Key 的安全配置与调用方法，支持 DashScope（通义千问）、DeepSeek、火山引擎等主流平台，代码可直接复用！本文从 API Key 的安全认知、环境变量配置，到 OpenAI 兼容接口的实战调用，完整覆盖了大模型开发的基础链路。密钥放后端，配置用环境变量，调用走兼容接口。
2026-08-07 22:49:17
504
原创 机器学习经典算法详解：朴素贝叶斯，从原理到“坊间传闻”一网打尽
要理解朴素贝叶斯，必须先搞懂贝叶斯定理。由结果推导原因的概率。我们来看经典的公式：P(A∣B)P(A∣B) 【后验概率】：事件B发生了，它是由事件A导致的概率。（我们想求的）P(A)P(A) 【先验概率】：没事B之前，我们对A的“原始判断”。P(B∣A)P(B∣A) 【似然概率】：如果A发生了，导致出现B的概率。P(B)P(B) 【证据因子】：B发生的总概率。【概念图解 1：贝叶斯定理直观图】此处请插入第一张图（可用ProcessOn或PPT绘制）图示内容：一个漏斗状结构。
2026-08-06 23:52:20
261
原创 从零构建智能客服Agent：Python项目实战与架构解析
最近在构建一个智能客服系统时，我遇到了一个经典问题：如何让AI Agent既能理解用户意图，又能调用外部工具获取实时信息？经过一段时间的摸索，我设计了一个轻量级的客服Agent框架。今天就把这个项目的核心代码和设计思路分享给大家。这个轻量级客服Agent框架展示了如何用不到200行代码构建一个可扩展的AI应用。配置驱动：通过配置文件控制行为接口抽象：支持多种LLM Provider工具扩展：通过Function Calling增强能力记忆管理：维护对话上下文。
2026-08-03 23:08:34
291
2
原创 通义千问兼容模式｜原生 OpenAI SDK 实现 Function Calling 工具调用（分步混合运算案例）
很多同学实现大模型工具调用第一反应就是使用 LangChain，但实际上阿里云 DashScope（通义系列模型）提供OpenAI 兼容接口。我们可以直接使用原生openai库，不引入任何 LangChain 依赖，实现标准 Function Calling。本文实现案例： 大模型遇到加法自动调用sum函数、乘法自动调用mul函数；强制禁止模型心算，嵌套混合运算自动分步多次调用工具，完整模拟 Agent 工具调用循环。
2026-08-01 23:27:38
276
原创 基于朴素贝叶斯 + Flask 实现电商评论情感分析系统（完整代码）
电商平台海量用户评价依靠人工筛选效率低下，无法快速区分好评、差评舆情。使用 jieba 完成中文分词、停用词过滤做文本预处理；采用 CountVectorizer 词袋 + N-Gram 提取文本特征；选用多项式朴素贝叶斯训练情感二分类模型；Joblib 持久化保存模型、向量器、停用词；Flask 搭建 Web 后端接口，支持在线输入评论实时预测情感并输出置信度。整套项目涵盖数据处理→模型训练→Web 部署全流程，轻量易部署，适合电商舆情快速筛查。
2026-07-30 13:39:20
191
原创 Python 正则提取混合字母数字 / 指定长度纯数字字符串（完整案例 + 逐行解析）
同时包含字母 + 数字、仅由字母数字组成、长度 2~8 位的混合编码；纯数字、位数严格在 4~7 位的数字编号；本文基于 Python 内置re正则库，封装通用筛选函数，搭配多组测试用例完整演示，附带正则语法拆解、样本匹配判断、运行结果，新手也能直接复制使用。预编译正则，多次调用效率更高；match()从字符串开头完整匹配，适合校验整个单词；正向预查=...)实现 “同时包含字母 + 数字” 的复合条件；split()re.split()灵活分割文本，拆分独立关键词；多规则正则使用or。
2026-07-28 21:16:10
251
原创 标题：PyQt5+OpenCV 实时摄像头上位机完整实现（QTimer 刷新 + QLabel 画面渲染）
本文从零实现可视化摄像头桌面软件，使用 Qt Designer 绘制界面，通过QTimer定时器循环读取摄像头帧，解决 OpenCV BGR 图像转 Qt 显示 RGB 格式的经典色差问题，一键打开 / 关闭摄像头，代码结构清晰可直接运行，适合机器视觉、图像采集、人脸识别前置界面开发学习。做计算机视觉项目时，经常需要桌面界面实时展示摄像头画面。传统单独QTimer 定时器定时读取摄像头帧 + QLabel 渲染图像。UI 与逻辑分离，使用ui文件编译生成cam.py界面类；
2026-07-27 21:41:51
275
原创 优快云 博客：YOLOv3 超详细原理讲解：网络结构、创新点、优缺点与实战解析
两阶段算法：Faster R-CNN、Mask R-CNN。先生成候选框，再分类回归，精度高，但速度慢，无法实时。一阶段算法：YOLO、SSD、RetinaNet。无候选框，整张图一次前向传播直接输出框 + 类别，速度极快，满足视频实时检测。YOLO 全称 You Only Look Once，2016 年初代 YOLOv1 诞生，后续 v2 解决召回率低问题，2018 年 YOLOv3 横空出世，弥补前两代小目标检测差、定位不准缺陷，做到速度与精度均衡，是工业落地、学习入门的经典模型。
2026-07-24 22:04:39
372
原创 PyTorch 迁移学习实战：ResNet18 实现 20 类食物图像分类（完整可运行代码）
传统从零搭建 CNN 训练图像分类，需要海量数据、长时间迭代，收敛速度慢。迁移学习可以直接复用 ImageNet 预训练好的 ResNet 残差网络，仅微调最后一层全连接层即可适配自定义数据集，大幅降低训练成本、提升精度。本文基于ResNet18搭建 20 分类食物识别模型，完整包含：数据集自定义、数据增强、模型冻结、优化器 + 学习率衰减、训练 / 测试循环、最优精度保存逻辑，附带两种训练模式（冻结主干 / 全量训练），适合深度学习入门学习迁移学习。读取train.txttest.txt。
2026-07-21 17:24:10
264
原创 OpenCV 基于 HSV 颜色空间实时颜色分割（摄像头蓝色识别）
本文使用 Python+OpenCV 实现摄像头实时画面的指定颜色提取，核心依靠HSV 色彩空间与掩码筛选，可精准分离画面中目标色块；新增画面镜像翻转适配前置摄像头，代码自带异常捕获防止摄像头读取崩溃，按下 ESC 键即可退出程序。
2026-07-20 20:07:09
555
原创 优快云 完整博文：本地 Qwen2.5 大模型实现电影评论情感分类（原生 transformers 最简代码）
很多新手想上手本地开源大模型做文本分类任务，但是不知道如何离线加载本地权重、如何通过提示词工程完成分类。本文使用阿里开源轻量模型 Qwen2.5-0.5B-Instruct，仅依靠库，不需要微调、不需要训练数据集，一行输入即可完成电影评论情感三分类（正面、负面、中立），代码极简、适合新手入门本地 LLM 推理流程。
2026-07-17 23:07:57
1026
原创 MediaPipe 实现实时手势数字识别（0-10 手势计数）完整代码 + 原理讲解
本文基于 Google 开源的 MediaPipe 手部识别方案，结合 OpenCV 调用本地摄像头，通过手掌 21 个手部关键点坐标计算距离，判断伸直手指数量，实现实时 0-10 数字手势识别。无需深度学习模型训练，开箱即用，运行速度快，适合手势交互、简易数字识别、课堂手势计数等轻量化场景。MediaPipe 手部检测上手成本极低，无需训练模型，依靠内置预训练模型即可快速完成手部关键点提取。
2026-07-17 14:06:16
491
原创 【Python 计算机视觉】基于 Dlib+OpenCV 实现实时人眼疲劳检测（闭眼预警）
本次使用Dlib + OpenCV + 68 点人脸关键点实现实时眼部疲劳检测。通过EAR（Eye Aspect Ratio，眼睛纵横比）判断眼睛开合状态，连续多帧闭眼则触发疲劳预警，可用于疲劳驾驶检测、工位离岗瞌睡检测、课堂状态监测等场景。本方案无需训练深度学习模型，传统视觉算法实时性高、代码轻量化、电脑可直接跑。
2026-07-13 21:35:53
562
原创 基于 dlib68 点人脸关键点检测绘制人脸轮廓与五官凸包（完整代码 + 详解）
本文使用dlib绘制脸部外轮廓、左右眉毛、鼻梁轮廓连线对左右眼睛、外嘴唇、内嘴唇求取凸包并绘制闭合轮廓依赖：numpy、dlib、opencv-python，需提前下载 68 点特征预测模型文件。
2026-07-10 18:14:25
726
原创 OpenCV Eigenfaces 特征脸人脸识别完整实战（附可视化绘图代码）
传统人脸识别三大经典算法：EigenFace（特征脸）、FisherFace、LBPH。其中EigenFace 特征脸是最早、最经典的基于 PCA 主成分分析的人脸识别算法，原理简单、便于理解人脸降维过程，非常适合作为人脸识别入门学习。上一篇文章讲解了 LBPH 局部纹理识别，本次带来 EigenFace 完整可运行代码，统一缩放人脸尺寸、完成模型训练、人脸预测，并且在原图上绘制识别结果可视化展示，附带完整踩坑点与代码逐行解析。
2026-07-06 19:34:37
335
原创 OpenCV 基于 LBPH 算法实现简易人脸识别（复制即可运行代码）
人脸识别是计算机视觉入门经典项目，相比深度学习大模型，传统 LBPH 人脸识别算法轻量化、训练快、不需要大量算力，本地离线就能运行，非常适合新手学习。本文使用 OpenCV 内置 LBPH 识别器，仅用少量人脸样本，完成周杰伦、林俊杰二人的人脸分类识别，代码极简易懂，附带完整注释与踩坑说明。，局部二值模式直方图算法使用的模型基于，局部二值模式算法。LBP算法最早是被作为一种有效的纹理描述算提出的，因在表述图像局部纹理特征方面效果出众而得到广泛应用。1。
2026-07-06 19:15:22
362
原创 OpenCV 基于 Haar 分类器实现人脸检测完整教程（附代码详解）
Haar 级联分类器是 OpenCV 内置的传统目标检测算法，轻量、无需 GPU，适合快速实现人脸、人眼、车辆等物体检测。本文以正面人脸检测为例，完整讲解图像灰度预处理、分类器加载、多尺度人脸检测、人脸框绘制全流程，附带逐行代码注释与参数调优说明。Haar 级联人脸检测优势是轻量、运行速度快、无深度学习框架依赖，适合简单场景下的正面人脸识别；缺点是对侧脸、遮挡、模糊人脸检测效果较差，复杂场景推荐使用深度学习人脸检测方案。本文代码开箱即用，参数可根据实际图片灵活调参。
2026-07-03 20:13:52
462
原创 OpenCV DNN 实现图像艺术风格迁移（基于 t7 预训练模型）完整实战
本文基于 OpenCV DNN 模块，无需搭建 PyTorch、TensorFlow 深度学习框架，仅依靠 OpenCV 即可直接加载 Torch 预训练.t7 风格迁移模型，快速实现图片艺术化风格转换。本文使用 OpenCV-DNN 实现了无框架、零训练、轻量级的图像风格迁移，仅通过预训练 t7 模型即可快速实现艺术画效果，适合新手学习、毕业设计、轻量化项目部署。
2026-07-03 13:51:01
295
原创 OpenCV Python 金字塔 Lucas-Kanade 稀疏光流跟踪（逐行超详细解析）
光流是视频中相邻两帧像素的瞬时运动矢量稠密光流：计算图像每一个像素的运动矢量，计算量大；稀疏光流：只跟踪少量高质量特征角点，速度快、工业场景常用，本文采用该方案。前提：（1）亮度恒定：同一点随着时间的变化，其亮度不会发生改变。（2）小运动：随着时间的变化不会引起位置的剧烈变化，只有小运动情况下才能用前后帧之间单位位置变化引起的灰度变化去近似灰度对位置的偏导数。（3）空间一致：一个场景上邻近的点投影到图像上也是邻近点，且邻近点速度一致。
2026-07-03 10:41:20
610
原创 无需深度学习！OpenCV 实现全自动答题卡识别打分系统（完整可运行源码）
在计算机视觉学习路径中，答题卡识别是最经典、最适合新手入门、最适合做课程设计的实战项目。目前网上很多方案都是深度学习训练模型，门槛高、需要数据集、训练耗时。本项目不使用任何深度学习、不训练模型、无需 GPU自动矫正倾斜、透视变形的答题卡自动检测试卷边框自动定位所有答题圆圈自动排序题目顺序自动识别学生填涂答案自动对比标准答案、打分、可视化对错适合：OpenCV 练手、计算机视觉课程设计、Python 期末大作业、毕设入门项目。本项目完整覆盖 OpenCV最核心、最常用。
2026-07-01 23:00:11
339
原创 【OpenCV】基于 SIFT 特征匹配的图像全景拼接（完整代码 + 超详细解析 + 报错解决）
图像拼接是计算机视觉中非常经典的实战项目，广泛应用于全景拍照、无人机航拍拼接、图像修复等场景。主流实现方案分为传统特征匹配法和深度学习方法。本文采用SIFT 尺度不变特征变换算法提取两张图片的 SIFT 关键点和特征描述子暴力匹配器筛选优质特征匹配对通过 RANSAC 算法求解单应性矩阵 H透视变换矫正图像视角，完成图像融合拼接本文提供可直接运行的完整源码，同时解决 OpenCV 绘图坐标报错、匹配错乱、拼接黑边等常见问题。：弹出窗口展示图片，name是窗口名称，img是要显示的图像矩阵；
2026-06-29 14:02:49
464
原创 OpenCV 四点透视矫正票据完整实战：轮廓检测 + 透视变换 + 二值腐蚀去噪全流程详解
日常拍摄发票、证件、纸质文档时，难免出现倾斜、透视畸变、角度偏移问题，直接影响 OCR 文字识别、特征提取效果。传统裁剪、旋转无法解决近大远小的透视变形问题。本文基于 OpenCV + Numpy 实现一套通用文档透视矫正完整流水线： 图像缩放预处理 → 轮廓检测 → 最大票据轮廓筛选 → 四边形拟合 → 四点透视变换转正 → 灰度二值化 → 腐蚀去噪 → 角度矫正代码通用性极强，可适配发票、身份证、答题卡、纸质单据、指纹纸张等所有四边形平面文档矫正场景。普通旋转只能矫正角度倾斜，无法矫正。
2026-06-23 13:23:32
869
原创 OpenCV 图像直方图、金字塔、直方图均衡完整实战教程
在数字图像处理中，直方图是描述图像像素灰度分布最基础的工具，结合图像金字塔、掩膜、直方图均衡化，可以实现图像分层分解、局部像素统计、暗光图像增强等经典功能。本文整合全套实战代码，包含：图像金字塔（高斯 / 拉普拉斯）、灰度直方图、彩色直方图、掩膜局部直方图、全局直方图均衡、自适应 CLAHE 均衡，逐段讲解原理与代码，适合 OpenCV 图像处理入门学习。目录文章前言一、图像金字塔：高斯金字塔 + 拉普拉斯金字塔1. 核心原理完整代码关键知识点总结二、图像灰度直方图两种绘制方式1. 函数介绍完整代码。
2026-06-18 13:33:50
737
原创 OpenCV实现信用卡数字识别（完整代码详解）
本项目基于Python+OpenCV实现信用卡卡号自动识别。核心采用模板匹配算法，通过提前录入数字模板，对信用卡图像进行预处理、轮廓检测、数字分割、相似度匹配，最终精准提取信用卡卡号并识别卡片类型。项目适配零基础入门，涵盖图像灰度化、二值化、形态学操作、轮廓检测、轮廓排序、模板匹配等OpenCV核心知识点，是计算机视觉传统图像处理的经典实战案例。本项目完整落地了传统OpenCV图像处理的经典场景，整合了图像预处理、形态学操作、轮廓检测、轮廓排序、模板匹配五大核心知识点。
2026-06-16 12:37:56
484
原创 OpenCV 实战入门：轮廓检测、模板匹配与命令行参数解析
在计算机视觉领域，OpenCV 是最常用的开源库之一。轮廓检测与近似模板匹配以及argparse 命令行参数解析。每个案例都配有完整代码和逐行解释，适合初学者快速上手。目录前言1. 案例一：轮廓检测与轮廓近似1.1 功能说明1.2 完整代码1.3 关键函数详解1.4 效果说明2. 案例二：模板匹配2.1 功能说明2.2 完整代码2.3 匹配方法对比2.4 注意事项3. 案例三：argparse 命令行参数解析3.1 功能说明3.2 完整代码3.3 命令行使用方法3.4 add_argument 常用参数。
2026-06-13 11:10:59
441
原创 PyTorch 实现手写数字识别：全连接网络 + CNN 卷积网络（MNIST 数据集实战）
python运行# 自定义全连接神经网络，继承nn.Module# 展平层：将 1*28*28 图片转为一维向量 784# 第一层全连接：784 -> 128 神经元# 第二层全连接：128 -> 256 神经元# 输出层：256 -> 10 （对应0-9共10个分类）# 前向传播（数据流转逻辑，函数名固定为forward）x = torch.sigmoid(x) # 激活函数return x# 初始化模型并迁移到对应设备print("全连接网络结构：")python运行。
2026-06-12 09:27:58
546
原创 深度学习最全入门详解：核心原理、模型分类与应用场景（新手必看）
深度学习（Deep Learning, DL）是机器学习的核心分支，也是当下人工智能落地的核心技术基石，其核心灵感来源于人类大脑的神经元层级传递机制。简单来说，深度学习是通过多层非线性神经网络结构，模拟人脑的分层信息处理逻辑，从海量原始数据中自动学习数据特征、挖掘内在规律，最终完成分类、回归、生成、识别等各类智能任务的技术体系。很多新手会疑惑：“深度”到底指什么？这里的深度并非指算法难度，而是指网络层数的深度。传统机器学习是浅层学习，依赖人工提取特征；而深度学习依靠多层神经网络，实现。
2026-06-05 21:04:17
717
原创 机器学习数据预处理：6 种缺失值填充方法完整实现（CCA / 均值 / 中位数 / 众数 / 线性回归 / 随机森林）
表格填充方法优点缺点适用场景CCA 删除法简单、无数据篡改丢失大量样本、易偏差缺失率 < 5%、大数据集均值填充计算快、简单受异常值影响大近似正态分布数据中位数填充抗异常值精度一般存在异常值的数据众数填充适用于离散特征连续性特征效果差类别型、离散型特征线性回归填充利用特征相关性仅适合线性关系特征线性相关数据随机森林填充精度高、非线性强速度稍慢大部分数据、推荐使用这份代码是数据预处理阶段的完整工具箱，覆盖了机器学习竞赛、毕业设计中最常用的 6 种缺失值处理方案，并且严格遵守。
2026-06-04 21:34:10
422
原创 Python文本向量化工具CountVectorizer：基于朴素贝叶斯的好评差评文本分类实战
测试自定义文本# 分词# 格式转换# 预测# 输出结果return "差评"else:return "好评"# 测试test_text1 = "这个玩意真好，我很喜欢"test_text2 = "质量太差了，再也不买了"print(predict_sentiment(test_text1)) # 输出：好评print(predict_sentiment(test_text2)) # 输出：差评扩充停用词表，提升过滤效果调整和alpha参数，优化模型精度可替换为。
2026-06-03 17:05:53
363
原创 Python os与sys模块文件操作与系统调用全指南（附实战代码）
os和sysos模块：专注操作系统级文件 / 目录管理、路径处理、系统命令调用，是文件操作的 “瑞士军刀”sys模块：专注Python 解释器交互、命令行参数、输入输出流管理，是脚本与系统交互的桥梁本文将结合实战代码，从基础到进阶，带你一次性掌握这两个模块的核心用法。本文覆盖了ossyszipfile三大模块的核心实战用法，从文件 / 目录管理、路径处理，到压缩包操作、系统命令调用，再到 Python 解释器交互，都是日常脚本开发、自动化工具中高频使用的场景。批量文件整理、目录备份。
2026-06-02 13:33:17
373
原创 基于 TF-IDF 实现《红楼梦》章节关键词提取（完整代码 + 详细注释）
本文实现了一套完整的中文文本关键词提取流程支持批量文件读取与预处理支持自定义词库 + 停用词过滤，分词更精准基于 TF-IDF 自动提取章节关键词代码结构清晰，适合 NLP 入门学习。
2026-06-01 16:21:40
212
原创 Python实战：KMeans聚类 + DBSCAN密度聚类完整案例（轮廓系数评估+数据标准化详解）
KMeans划分式聚类DBSCAN密度聚类。本文基于啤酒数据集，从零实现两大聚类案例，同时讲解：轮廓系数silhouette_score怎么评估聚类效果循环遍历K值，绘制折线图寻找最优聚类数为什么DBSCAN必须做数据标准化StandardScaler新手代码高频报错点逐行解析轮廓系数silhouette_score：通用聚类评估指标，越大聚类效果越好，所有无监督聚类都可以用它打分sklearn模型属性：训练后生成的结果都带下划线，如labels_，不能写labels/labels()标准化流程。
2026-05-29 22:22:04
695
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人