机器学习解决问题的框架

一、确定目标

　　　　业务需求

　　　　数据

　　　　特征工程 （占70%，主要包括数据的清洗，提取，转换）

二、训练模型

　　　　定义模型

　　　　定义损失函数 （偏差的大小）

　　　　优化算法

三、模型评估

　　　　交叉验证

　　　　效果评估