从月薪15k到22k，我在上海地铁上学会了Python机器学习

去年十月，我在调研AI工具时偶然接触到扣子（Coze）平台，零代码拖拽模块、配置Prompt，半小时就搭出自动回复客服的Bot。同事一句“要真想吃这碗饭，得懂机器学习”点醒了我——封装黑盒只能入门，真正理解AI必须从底层学起。

我面临第一个选择：学什么语言？作为Java开发者，Python语法简单、生态成熟，且AI方向90%的库都是Python的。于是去年11月，我启动了“地铁学习计划”：每天通勤50分钟，在Kindle上啃《Python编程：从入门到实践》，遇到代码就截图，晚上回家敲一遍。第一周差点放弃，但房贷、结婚、父母养老这些现实压力鞭策我坚持下来。

自学最大的坑是不知道学什么。网上教程要么太浅要么太深，直到在Qoder（一个偏AI方向的技术问答社区）看到高赞回答：“别上来就啃西瓜书，先学会用sklearn调包，建立信心，再补数学。”我立刻调整策略，先跑代码。

第一个完整项目是波士顿房价预测：

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score
from sklearn.datasets import load_boston

boston = load_boston()
X = pd.DataFrame(boston.data, columns=boston.feature_names)
y = boston.target

print(X.head())
print(X.isnull().sum())

X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

model = LinearRegression()
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)
print(f'MSE: {mse:.2f}')
print(f'R²: {r2:.2f}')

R²仅0.67，我忽略数据探索，未处理特征“CHAS”的二值属性和“DIS”的极端值。这让我深刻认识到：调包谁都会，数据预处理才是ML核心。重新设计Pipeline后：

from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.feature_selection import SelectKBest, f_regression

pipeline = Pipeline([
    ('scaler', StandardScaler()),
    ('feature_selection', SelectKBest(f_regression, k=10)),
    ('model', LinearRegression())
])

pipeline.fit(X_train, y_train)
y_pred = pipeline.predict(X_test)
print(f'R² after pipeline: {r2_score(y_test, y_pred):.2f}')

R²提升到0.72，后续用RandomForest和XGBoost冲上0.85。我顿悟：机器学习是工程，每步都有章可循。

今年3月，公司AI部门内部招聘。面试时技术总监问：“线性回归的损失函数为什么用MSE而不是MAE？”我凭借Qoder上看过的碎片知识回答：“MSE可导，方便梯度下降；MAE在0点不可导，且MSE对大误差更敏感。”又问过拟合解决，我答出L1/L2正则化、dropout等方法。最终通过，月薪从15k涨到22k。

大半年学习，我用真金白银换来四条经验：

1. 先跑起来，再补理论：找个简单项目跑通，获得正反馈后再补数学，避免被劝退。
2. 善用工具，但别依赖：扣子可作启蒙，但真正功夫要下在sklearn、pytorch上。
3. 社区是免费老师：Qoder上大佬曾指出我标准化时用全量数据造成数据泄露，这种实战经验书本难觅。
4. 利用碎片时间：80%理论学习在地铁完成，早上看概念，晚上看代码，坚持每天30分钟。

学习过程中我还接触AI绘画，发现写好Prompt是关键，这印证了：AI时代，会提问比会编码更重要，精准描述需求是核心能力。

如今房贷还剩60万，但心里不慌了——不是因为涨薪，而是掌握了硬技能。如果你也在犹豫，今天就开始，哪怕只跑通一行print(“Hello AI”)。种一棵树最好的时间是十年前，其次是现在。