第 36 章 pandas 与 sklearn 建模完整流程
2026-10-15 08:00:00 本篇把 pandas 从"数据处理"延伸到"机器学习建模",给出一条"DataFrame 进、模型出"的完整可运行流水线:数据清洗 → 特征工程 → 划分训练/测试集 → 用 `ColumnTransformer + Pipeline` 把编码、缩放、模型串起来 → 训练预测 → 分类/回归评估 → 交叉验证 → 特征重要性 → 模型解释要点。前置知识:前面章节的 DataFrame 操作、[第 35 章](35-特征工程与数据预处理.md)的特征工程。学完后你能把任意一份表格数据喂给 sklearn,并避开"数据泄漏""列名丢失""流程割裂"这三个最常见的坑。
开发宋国卿