机器学习-2（机器学习程序的步骤）

1 收集数据 

    这一块你要的知识是如何获得数据 如果不是自己的生产环境产生的真实数据，你还需要获得爬虫的技能，来从外部获取数据到自己的分析库。

 

2 准备输入数据

    这一块可以理解为数据转换，把数据格式转换为符合自己的。不近要匹配你的编程语言的习惯，而且要做到简化。还有一点就是还要匹配某些算法对数据格式的要求。这里就不细讲，到了相关知识点我相信大家都一目了然了

 

3 分析输入数据

   简单理解就是人工分析，单步调试的意义。人工去把数据拿出来观察，是否有空值，特殊的字符，特殊的样式，个别的异常值等等。这是为了排除垃圾数据，比如开发环境里面的脏数据。我们就叫做数据清洗吧。

 

4 训练算法

    此时我们将格式化的数据输入到算法，从中抽取我们想要的东西。我们就叫做数据抽取，然后记得要把抽取后的数据存储起来，方便我们后续使用。

5 测试算法

    这一步是为了评估算法，测试下我们的算法的工作效果。如何评估算法的成功率，这里就是我们测试人员需要关心的了

对于监督学习的话，我们就必须清楚目标变量的值。而对于无监督学习，我们可以根据具体情况用其他评测手段来验证算法的成功率。

 

6 使用算法

    这里我们就要把我们的算法集成到我们的系统中去，让它执行实际任务，用来检验在真实环境下是否能保持同样的成功率