以下是一个完整的机器学习项目示例（使用Python和Scikit-learn库），以鸢尾花（Iris）分类任务为例：

项目目标：根据鸢尾花的特征预测其品种（Setosa, Versicolor, Virginica）

使用算法：支持向量机（SVM）

完整代码示例

# 1. 导入必要库
import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
from sklearn.metrics import classification_report, confusion_matrix, accuracy_score

# 2. 加载并探索数据
iris = load_iris()
print("特征名称:", iris.feature_names)
print("类别名称:", iris.target_names)
print("数据形状:", iris.data.shape)

# 3. 数据预处理
X = iris.data  # 特征矩阵 (150个样本 x 4个特征)
y = iris.target  # 目标向量

# 划分训练集/测试集（70%训练，30%测试）
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 特征标准化
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

# 4. 训练模型
model = SVC(kernel='linear', C=1.0, random_state=42)
model.fit(X_train, y_train)

# 5. 预测与评估
y_pred = model.predict(X_test)

# 打印评估指标
print("\n准确率:", round(accuracy_score(y_test, y_pred), 3))
print("\n混淆矩阵:\n", confusion_matrix(y_test, y_pred))
print("\n分类报告:\n", classification_report(y_test, y_pred))

# 6. 新样本预测
new_sample = np.array([[5.1, 3.5, 1.4, 0.2]])  # 一个新样本
new_sample_scaled = scaler.transform(new_sample)
prediction = model.predict(new_sample_scaled)
print("\n预测类别:", iris.target_names[prediction][0])

关键步骤解析：

1. 数据加载

   • 使用Scikit-learn内置的鸢尾花数据集
   • 包含4个特征：萼片长度/宽度、花瓣长度/宽度
   • 3个类别标签：Setosa (0), Versicolor (1), Virginica (2)

2. 数据预处理

   • 训练测试集分割（70/30比例）
   • 特征标准化（使所有特征均值为0，方差为1）

3. 模型训练

   • 使用线性核的SVM分类器
   • 正则化参数C=1.0
   • 用训练数据拟合模型

4. 评估指标

   • 准确率：正确预测的比例
   • 混淆矩阵：显示每个类别的预测错误分布
   • 分类报告：包含精确率、召回率、F1分数

5. 新样本预测

   • 对标准化后的新数据样本进行类别预测

典型输出结果：

特征名称: ['萼片长度 (cm)', '萼片宽度 (cm)', '花瓣长度 (cm)', '花瓣宽度 (cm)']
类别名称: ['setosa' 'versicolor' 'virginica']
数据形状: (150, 4)

准确率: 0.978

混淆矩阵:
 [[19  0  0]
 [ 0 13  0]
 [ 0  1 12]]

分类报告:
               precision    recall  f1-score   support
           0       1.00      1.00      1.00        19
           1       0.93      1.00      0.96        13
           2       1.00      0.92      0.96        13

    accuracy                           0.98        45
   macro avg       0.98      0.97      0.97        45
weighted avg       0.98      0.98      0.98        45

预测类别: setosa

进阶优化方向：

1. 尝试其他算法（决策树、随机森林、KNN）
2. 使用GridSearchCV进行超参数调优
3. 添加特征工程（如多项式特征）
4. 使用交叉验证替代简单训练测试划分
5. 可视化决策边界和特征重要性

这个示例涵盖了机器学习工作流的核心步骤：数据准备→预处理→建模→评估→部署。实际项目中可能增加数据清洗、特征工程等环节。