我在深圳搬砖之余，用Cursor硬啃下了机器学习

上个月在一个技术分享会上，朋友问我：“你天天用Cursor，怎么不学学机器学习？”我愣住了。但他说得对，工具都在帮我们写代码了，不懂原理迟早被淘汰。于是，我开始了白天写增删改查，晚上啃ML的两个月。

选对学习路线比努力更重要

刚开始我犯了错：直接啃《深度学习》花书，被数学公式劝退。一位算法朋友建议先建立直觉，推荐了《Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow》，代码示例贴近实际工作。我还用Claude梳理知识图谱，按重要性排序知识点，效果意外地好。

搭建环境踩的坑

我的2019款MacBook Pro装TensorFlow时遇到兼容性问题。学乖后用Miniforge创建环境：

conda create -n ml_env python=3.9
conda activate ml_env
conda install -c apple tensorflow-deps
pip install tensorflow-macos
pip install tensorflow-metal

用Cursor写ML代码时，代码补全对记不住API的新手很友好。

第一个实战项目：预测深圳房价

我从链家爬了两万多条深圳房源数据。数据清洗时，直接dropna()删除了30%数据，后来改为分列处理：

df['总价'] = df['总价'].fillna(df.groupby('区域')['总价'].transform('median'))
df['建筑面积'] = df['建筑面积'].apply(lambda x: np.nan if x == '暂无数据' else float(x))

模型选择走了弯路。一开始用XGBoost，R²达到0.89，但犯了数据泄露错误，把“参考总价”喂进去了。调整后去掉价格相关字段，换用可解释性更好的随机森林，R²稳定在0.82。做房价预测，能解释清楚为什么值这个价，比准确率高更重要。

模型调优的真实感受

调参像炼丹。GridSearchCV跑一次二十多分钟，后来先用RandomizedSearchCV缩小范围，再用GridSearchCV精细搜索。最优参数：n_estimators为300，max_depth为15，min_samples_split为5，min_samples_leaf为2。模型上线后，预测价与实际成交价平均差不到15万，那一刻觉得熬夜值了。

一些掏心窝子的话

最重要的是建立了数据驱动的思维方式。学了ML后，用Cursor写业务代码反而更顺手，因为理解了AI辅助编程的原理，知道何时信任它的建议。最近公司讨论用大模型重构规则引擎，我至少能听懂，还能问出“embedding维度怎么选”这种问题。

我的建议：别等准备好，直接上手干项目。找个感兴趣的数据集，理论在实践中补。遇到问题可以问问Claude，回答很靠谱。凌晨两点写完这篇文章，窗外深圳湾夜景挺好看，想到自己多了项技能，搬砖也没那么累了。