# dataMiningLecture2026

**Repository Path**: caoln2003/data-mining-lecture2026

## Basic Information

- **Project Name**: dataMiningLecture2026
- **Description**: 数据挖掘计数课程相关资源
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-02-26
- **Last Updated**: 2026-03-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# DataLLm 项目文件功能介绍

## 项目概述
这是一个机器学习和数据分析相关的Python项目，包含了多个实用的数据科学工具和案例研究。

## 文件功能详解

### 🤖 智能代理类文件

#### `structuredDataAgent.py`
**核心功能**: 结构化数据分析智能体
- 🔍 自动识别CSV文件分隔符（支持逗号、制表符、分号、空格等多种格式）
- 📊 数据自动加载和预处理
- 🎯 自动推断机器学习任务类型（回归/分类）
- 🚀 集成AutoML自动化机器学习
- 💡 提供完整的数据分析报告生成

#### `HousingDataAgent.py`
**核心功能**: 房价数据专用分析智能体
- 🏠 专门针对房价预测场景优化
- 📈 包含房价数据的统计分析工具
- 🤖 机器学习方法推荐系统
- 📊 数据可视化建议功能

#### `chainAgent.py`
**核心功能**: langChain基本使用示例
- 🔄 支持多轮对话的聊天机器人
- 📍 地理位置相关的工具集成
- ☀️ 天气查询功能演示
- 🧠 基于用户ID的个性化服务

#### `qaAgent.py`
**核心功能**: 多轮问答对话代理
- 💬 支持对话历史记忆的智能助手
- 🔄 连续对话能力
- 🎯 上下文理解优化
- 📝 对话状态管理

#### `squareAgent.py`
**核心功能**: 数学计算专用智能体
- ✨ 平方运算工具
- 🧮 精确数学计算能力
- 🔧 自定义工具集成示例

#### `webAgent.py`
**核心功能**: 网络搜索智能体
- 🔍 集成DuckDuckGo搜索引擎
- 🌐 实时网络信息查询
- 📚 知识问答能力

### 📊 机器学习案例文件

#### `bostonRegression.py`
**核心功能**: 波士顿房价回归分析完整案例
- 🏠 波士顿房价数据集深度分析
- 📈 多种回归算法对比（线性回归、岭回归、Lasso、随机森林等）
- 🎯 超参数调优和模型优化
- 📊 丰富的可视化分析（相关性热力图、残差图、特征重要性等）
- 📋 详细的性能评估报告

#### `irisClassfication.py`
**核心功能**: 鸢尾花分类完整案例
- 🌸 鸢尾花数据集多分类任务
- 🤖 多种分类算法实现（逻辑回归、决策树、随机森林、SVM等）
- 📊 全面的模型性能评估
- 🎨 丰富的数据可视化（散点图矩阵、特征分布图等）
- 🔧 超参数调优和交叉验证

#### `xgboostExample.py`
**核心功能**: XGBoost乳腺癌预测案例
- 🏥 乳腺癌良恶性分类预测
- ⚡ XGBoost算法深度应用
- 📈 ROC曲线、PR曲线等高级评估指标
- 🎯 特征重要性分析
- 📊 医疗领域的业务洞察和建议

### 🛠️ 工具和示例文件

#### `automlExample.py`
**核心功能**: AutoML快速入门示例
- 🚀 FLAML自动化机器学习库演示
- 🌸 鸢尾花数据集快速分析
- ⏱️ 时间预算控制
- 📊 自动模型选择和评估

#### `shapExample.py`
**核心功能**: SHAP可解释AI示例
- 🔍 模型解释性分析
- 📊 SHAP值可视化（瀑布图、蜂群图、条形图）
- 🎯 特征贡献度分析
- 💡 机器学习模型可解释性实践

### 📁 数据文件

#### `housing.csv`
**数据内容**: 波士顿房价数据集
- 🏠 包含14个特征的房价相关数据
- 📊 506个样本记录
- 🎯 用于回归分析的经典数据集

#### `flaml_log.txt`
**日志文件**: AutoML训练过程日志
- 📝 记录模型训练详细过程
- ⏱️ 训练时间和性能指标
- 📊 参数搜索和优化轨迹

## 技术栈概览

### 主要框架和库
- **LangChain**: 大语言模型代理框架
- **FLAML**: 自动化机器学习库
- **Scikit-learn**: 传统机器学习算法
- **XGBoost**: 梯度提升算法
- **Pandas**: 数据处理和分析
- **NumPy**: 数值计算
- **Matplotlib/Seaborn**: 数据可视化
- **SHAP**: 模型可解释性

### 核心特性
- 🤖 **智能代理架构**: 基于大语言模型的自动化数据分析
- 📊 **多格式支持**: 自动识别和处理不同分隔符的CSV文件
- 🔧 **工具集成**: 丰富的自定义工具和第三方API集成
- 📈 **可视化分析**: 全面的数据探索和结果展示
- 🎯 **自动化ML**: 从数据加载到模型部署的全流程自动化

## 使用场景
1. **数据科学家**: 快速原型开发和模型对比
2. **业务分析师**: 自动化的数据分析报告生成
3. **机器学习工程师**: AutoML和模型优化实践
4. **教育学习**: 机器学习算法学习和案例研究
5. **企业应用**: 智能数据分析助手部署

---
*最后更新时间: 2026年*