机器学习过程

机器学习架构方法论

数据预处理

探索数据

1. 数据的存储格式csv，xls等，每行每列存储的是什么内容
2. 数据的内容，有哪些特征，特征是文本还是数字，是离散还是连续
   3.数据的取值范围某几个数据的取值是什么，数据值的分布是什么？

数据处理

1. 对数转换，数据若是非正态分布，进行对数转换；算法的假设
2. 归一化，把不同特征数据的值域转换到相似区间，避免算法无法收敛
3. 独热编码，转换string到向量，简单编码方式

pandas & numpy

机器学习算法

调用模型

1. sklearn三部曲
   reg= xx_model(para=xx)
   reg.fit(X,y)
   res = reg.predict(X')

模型评价指标

precision,recall,F1等 r square ,acuracy
周志华 机器学习第二章

不同模型的比较

得到最终模型

模型调参

特征选择

1. 维度灾难
2. 专业知识
3. 算法结构比较

得到最终模型