机器学习解决问题的框架

机器学习主要解决的是预测问题和聚类问题。
1.确定目标

• 业务需求：要解决什么样的问题；
• 数据：围绕这个问题去收集一些历史数据；
• 特征工程：数据预处理（如数据清洗、数据集成、数据变换、数据规约等），根据要解决的问题提取出一些特征。（重要！！！）

2.训练模型

• 定义模型：根据具体要解决的问题；
• 定义损失函数：预测的结果与真实的结果之间的偏差最小的函数；
• 优化算法：损失函数取极小值。

3.模型评估

• 交叉验证
• 效果评估