这瓶酒该分到哪一类
坤坤拿到一张葡萄酒成分表，横着有 13 项指标，往下翻还有一百多行。酒精、苹果酸、总酚，单独看都认识，放在一起就不太好判断了。他留出一部分带类别标签的记录，让模型从中学规律，再把剩下的标签遮住，看看它能认对多少。认错的几条单独列出来，回头对着成分表慢慢看。
分类学习输入特征与类别之间的对应关系。混淆矩阵将真实类别放在行、预测类别放在列，每个格子记录一种预测组合的数量。
数据由 scikit-learn 提供，共 178 条记录、3 个类别。
相关知识：特征与标签、数据划分、基线、逻辑回归、特征缩放、分类指标。
先把模型差异看清楚
建议先做分类边界擂台：月牙、同心圆与交叉点让线性模型和非线性模型的差异一眼可见。回到本项目，再看真实 Wine 成分数据是否同样需要复杂边界。数据集比较容易分开，准确率接近时，更值得比较两个特征与全部特征、浅树与深树的错误位置。
下载与运行
下载 食品实验室完整项目包，按运行环境安装并启动。在左侧选择“葡萄酒分类”。
本实验的练习文件：projects/wine_classification/exercises.py。先运行演示，再填写函数；保存后点击“检查练习”，通过后切到练习模式运行。
看图与实验
先比较多数类基线与逻辑回归，再改两个坐标轴。背景边界只属于两特征模型；完整13特征模型的成绩在下面。选择错分点，查看成分和类别概率。
固定留出20%测试数据；剩余数据再按3:1分成训练和验证两部分。缩放器只在训练数据上拟合，与分类器放入同一个管道。
上方决策边界来自仅使用所选两个特征的模型。下方比较多数类基线、逻辑回归与决策树，另外列出两特征模型供对照。完整13特征模型的表现不能从二维背景直接推断。
混淆矩阵的行是真实类别、列是预测类别。选择错分样本可查看成分、真实类别、预测类别和三类概率；某次验证没有错分时，页面会明确显示。
填写函数
split_data
这里收到的是开发数据；在其中保留四分之一作为验证集。
接口提示
train_test_split(..., test_size=.25, stratify=y, random_state=seed)。
build_model
缩放器和分类器要一起 fit；预测时不能重新学习均值和标准差。
接口提示
Pipeline 或 make_pipeline；StandardScaler 后接 LogisticRegression。
evaluate
准确率计算预测正确的比例；错分位置是数组位置，不是原表的样本编号。
接口提示
np.flatnonzero；confusion_matrix(..., labels=[0,1,2]) 保持三类矩阵形状。
compare_depths（进阶）
每个深度重新训练一棵树，分别记录训练和验证准确率。
接口提示
DecisionTreeClassifier(max_depth=depth, random_state=seed)。
进阶与记录
运行树深度对照，找出训练准确率增加而验证结果没有改善的区间。用验证结果选配置，再评价测试集；不要为追求测试分数反复选择。
“实验记录”保存当前会话中的参数、种子、指标和结果表，可下载 CSV 或 JSON。修改代码或训练参数后，旧结果会提示待更新；查看图中样本不会重新训练。完整参考实现放在 solutions/wine_classification.py。