零基础入门机器学习，务必先搞清楚这3件事（下）

上次喵老师留下了一个悬念没有展开👇，今天喵老师就在这篇笔记里给大家把坑填上。

机器学习的标准流程是怎样的？

如果你去网上随手一搜，得到的大概类似这样👇

总结的没问题，但我们先只关注最核心的部分（喵老师贴心地⭕️了出来）。

确定问题

这是一个经常不被重视的第0步👇。

沿用之前笔记里的例子，根据身体指标（左图简化到只有血糖这一个特征）判断是否患有糖尿病，是一个二分类问题（期望的答案只有是/否）。

根据环境因素（右图简化到只有温度这一个特征）预测冰淇淋销量，是一个回归问题（期望的答案是一个任意可能的数值）。

正确定义问题，才能在后续步骤中选择相应的正确操作。

数据是第一位的

📊收集数据

在入门的前期，请不要耗费太多的时间和精力在收集数据上，我们以入门学习为目标，优先使用已经收集整理好的高质量数据集

（后续的模型教程笔记里，配套代码都是基于挑选的高质量数据，能帮我们快速熟悉流程、跑通代码）

🍳准备数据

• 如果数据来自不同的来源，你可能需要整理数据并对其进行标准化
• 你可以通过各种方法提高数据的质量和数量，例如将字符串转换为数字
• 你还可以根据原始数据生成新数据
• 你可以清理和编辑数据
• 最后，你可能还需要对其进行随机化和打乱，具体取决于你的训练方式

（尽管跳过了数据收集的环节，但是基本的数据预处理知识还是十分有必要的，这将影响到后续机器学习模型的效果）

数据的划分

它们的意义和作用可以形象地理解为👇

模型选择

终于要涉及到令人期待的模型了，这里喵老师祭出压箱底的小抄👇

上图的机器学习小抄从前面提到的「确定问题」为原点，给出了到具体的模型选择的路径，足够应对绝大多数常见机器学习场景。

接下来的流程据说 只有聪明的人才能看到👇

哈哈开个玩笑👻，选择模型之后的流程其实在前面介绍「数据划分」的时候已经提前透露了：训练-调参-评估。

这些流程就需要紧密结合项目案例来学习了，请看后面对应的专项笔记和代码教程吧。

---

整理不易如果你觉得有些收获，不妨：

点个赞❤️
收藏一下⭐️
再给个关注吧👑

喵老师会持更新更多笔记和资料，希望能给零基础接触AI的你带来帮助。