开发机器学习应用程序的步骤

1.收集数据

• 可以通过很多种方法收集样本数据：
  • 制作网络爬虫从网站上爬取数据
  • 从RSS反馈或者API中得到信息
  • 设备，传感器获取的实测数据（温度，血压）
    

准备输入数据

• 得到数据后，需要对数据进行处理，确保数据格式符合要求
• 需要为机器学习算法准备特定的数据格式

分析输入数据

• 为了确保前两步有效：
  • 用文本编辑器打开数据文件，查看得到的数据是否为空值，分析是否可以识别出模式；数据中是否存在明显的异常值
  • 通过一维、二维或三维图展示数据，但一次图形化无法展示所有特征
• 如果我们认为数据没有问题，可直接跳过这一步

训练算法

• 将前面得到的数据输入算法，从中抽取知识或信息；这里得到的信息需要储存为计算机可处理的格式，方便后续使用
  
• 若使用非监督学习算法，由于不存在目标变量值，故不需要训练算法

测试算法

• 使用上一步得到信息；为了评估算法，必须测试算法工作的效果。对于有监督学习，需用已知的目标变量值评估算法；对于非监督学习，必须用其他评估手段来检验算法的成功率
• 若不满意算法的输出结果，则可回到训练算法阶段，改正并加以测试

使用算法

• 将机器学习算法转化为应用程序，执行实际任务