AI+Python机器学习小项目教程（数据分类）

本系统教程拟通过5个典型项目，掌握机器学习核心流程与Python实现，结合AI编程工具提升效率。

一、AI编程解决机器学习问题的核心思路

1.需求拆解
将问题分解为：数据获取 → 预处理 → 模型选择 → 训练 → 评估
示例prompt：“如何用随机森林处理缺失值？给出Python代码示例”
2.代码生成
通过自然语言描述生成代码框架
示例prompt：“生成使用Pandas进行数据标准化的代码”
3.调试优化模式
错误信息反馈给AI工具获取解决方案
示例prompt：“ValueError: Found array with 0 sample(s) 如何解决？”

二、以鸢尾花分类为例进行学习

1.数据获取与预处理

在此我们直接用系统自带的代码，以帮助学习快速入门。

# AI生成的预处理代码
iris = load_iris()
X_train, X_test, y_train, y_test = train_test_split