DAY31：文件的规范拆分和写法
恩师@浙大疏锦行
知识点：
- 规范的文件命名
- 规范的文件夹管理
- 机器学习项目的拆分
- 编码格式和类型注解
一、机器学习项目流程：
1、数据加载：从文件、数据库、API 等获取原始数据。
- 命名参考：`load_data.py` 、`data_loader.py`
2、数据探索与可视化：了解数据特性，初期可用 Jupyter Notebook，成熟后固化绘图函数。
- 命名参考：`eda.py` 、`visualization_utils.py`
3、数据预处理：处理缺失值、异常值，进行标准化、归一化、编码等操作。
- 命名参考：`preprocess.py` 、`data_cleaning.py` 、`data_transformation.py`
4、特征工程：创建新特征，选择、优化现有特征。
- 命名参考：`feature_engineering.py`
5、模型训练：构建模型架构，设置超参数并训练，保存模型。
- 命名参考：`model.py` 、`train.py`
6、模型评估：用合适指标评估模型在测试集上的性能，生成报告。
- 命名参考：`evaluate.py`
7、模型预测：用训练好的模型对新数据预测。
- 命名参考：`predict.py` 、`inference.py`
二、文件的组织
1、项目核心代码组织：
src/：存放项目的核心代码
src/data/：存放与数据相关的代码
src/models/：关于模型的代码
src/utils/：存放通用辅助代码
2、配置文件管理
config/目录
3、实验与探索代码
notebooks/或experiments/
4、项目产出物管理
data/：存放项目相关数据
models/：存放训练好的模型
reports/或output/：存储项目运行的报告文件/输出文件
三、编码格式和类型注解
1、编码格式
（1）编码声明必须出现在文件的前两行（通常是首行），否则会被忽略。
（2）如果编码格式没问题，可能是vscode的编码格式不是utf-8，可以尝试修改编码格式。
（3）常见的编码报错是因为字符串编码问题，可以尝试显式转化，即读取的时候转化为utf-8编码。
2、类型注解
def add(a: int, b: int) -> int:return a + bdef greet(name: str) -> None:print(f"Hello, {name}")# 定义一个矩形类
class Rectangle:width: float # 矩形宽度（浮点数），类属性的类型注解（不初始化值）height: float # 矩形高度（浮点数）def __init__(self, width: float, height: float):self.width = widthself.height = heightdef area(self) -> float:# 计算面积（宽度 × 高度）return self.width * self.height
