用 Streamlit 给文本分类模型做一个演示页面
把已经训练好的文本分类 Pipeline 接到 Streamlit 页面里，完成输入文本、预测类别和查看置信度的交互演示。
机器学习
和「机器学习」相关的文章都收在这里，方便沿着同一个主题继续读下去。
标签归档
同一主题下的内容，会更容易看出思路是怎么慢慢长出来的。
集成学习入门：Bagging、Boosting 到底在组合什么
从多个模型共同决策的直觉出发，理解 Bagging、Boosting、随机森林和梯度提升模型的基本区别。
保存与加载文本分类模型：让预测可以复用
学会保存完整 Pipeline、标签信息和项目元数据，让文本分类模型不只停留在 notebook 里。
文本分类模型评估：从混淆矩阵找到改进方向
学会用 classification_report、confusion_matrix 和错分样本分析文本分类模型，不只看准确率。
训练中文文本分类 baseline：TF-IDF + 逻辑回归
用 TF-IDF 和 LogisticRegression 跑通一个中文文本分类基线模型，理解从分词、划分数据到训练预测的完整流程。
词袋模型与 CountVectorizer：文本也可以做特征表
从词袋模型开始理解文本向量化，学习 CountVectorizer 如何把分词后的中文文本变成可训练的特征矩阵。
TF-IDF 是什么？把中文文本变成模型能读的数字
从词频和逆文档频率出发，理解 TF-IDF 为什么适合文本分类，以及如何在 sklearn 中使用 TfidfVectorizer。
中文分词与停用词：让模型先读懂文本边界
理解中文分词为什么重要，停用词应该怎么用，以及在文本分类项目里如何把句子切成可建模的词。
模型评估与交叉验证：不要只相信一次划分
理解训练集、验证集、测试集、交叉验证、平均分和波动，避免用一次随机划分误判模型能力。
随机森林为什么比单棵树更稳
理解随机森林的 Bagging 思想、有放回抽样、随机特征选择、投票机制和常用参数。
决策树是什么？模型怎样一步步做判断
从分支节点、叶节点、基尼系数、信息增益和 max_depth 入手，理解决策树分类模型。
KNN 分类：让距离最近的样本帮忙投票
理解 K 近邻算法的核心思想、距离度量、K 值选择、特征缩放和 sklearn 训练流程。
逻辑回归为什么叫回归，却用来做分类
理解线性分数、Sigmoid、概率和阈值，跑通第一个二分类逻辑回归示例。
回归模型怎样评估：MAE、MSE、RMSE 和 R²
用同一组测试数据理解四个常用回归指标，并根据业务代价选择正确的评价方式。
线性回归：模型怎样用一条线预测连续数值
从房价预测出发，理解线性回归的输入、输出、误差和第一个 scikit-learn 实现。
数据标准化和归一化有什么区别
标准化和归一化都在处理数值尺度问题，但一个看均值方差，一个看最大最小值。
类别特征如何处理：Label Encoding 与 One-Hot Encoding
Label Encoding 和 One-Hot Encoding 都能把类别变成数字，但它们表达的含义完全不同。
特征工程是什么？模型为什么不能直接理解原始数据
特征工程不是随便增加几列，而是把原始业务数据整理成模型能稳定学习的信号。
数据清洗第一课：缺失值、重复值和异常值怎么处理
数据清洗不是把数据改漂亮，而是识别缺失、重复、异常和格式问题，让模型拿到可靠的输入。
机器学习项目的完整流程：从原始数据到模型预测
一个机器学习项目不是从训练模型开始，而是从定义问题、整理数据、训练评估到上线预测的一整条链路。
AI、机器学习、深度学习和生成式 AI 有什么区别？
用一张由大到小的知识地图，讲清 AI、ML、DL 和生成式 AI 之间的包含与交叉关系。
监督学习与无监督学习是什么？关键区别在有没有答案
监督学习用带答案的数据学习预测，无监督学习则从没有答案的数据中寻找结构和规律。
分类和回归有什么区别？先看模型要预测什么
分类预测离散类别，回归预测连续数值。任务类型会直接决定输出层、损失函数和评价指标。
特征、标签和数据集是什么？模型到底从什么里面学习
样本是一条完整记录，特征是提供给模型的信息，标签是监督学习希望模型预测的答案。
训练集、验证集和测试集分别做什么？
训练集用于学习参数，验证集用于选择方案，测试集只在最后评估一次模型的真实泛化能力。
准确率、精确率、召回率和 F1 到底怎么看？
从混淆矩阵出发理解四个分类指标，并根据漏判和误判的实际代价选择评价标准。
过拟合、欠拟合和数据泄漏是什么？
欠拟合是规律没学会，过拟合是只记住训练数据，数据泄漏则让模型提前看到了不该知道的信息。