【机器学习】编程实践流程

一、数据准备

1 数据获取/存储方式

2 数据标签化(特征工程）

3 数据清洗与预处理

二、方法选择

1 合适方法

2 合适超参数（意义和范围）

3 编程实现（算法理解）

三、工程流水线

1 标准流程

2 训练、测试集划分

3 正确评价模型方式

四、结果呈现(可视化)

1 表达准确

2 易于理解

3 sexy（自己的风格）

工具只是一种实现形式，没有优劣，大公司有现实需求，自己的工具

五、sklearn库