机器学习流程

1、从样本特征到样本标签找到计算方法，该计算方法为预测函数，用预测函数可预测结果。

2、预测结果与样本标签之间的差距计算函数为损失函数。

若损失函数结果较大，则要调整预测函数。当损失可接受之后，为了验证预测函数是否真正有效，另找测试样本集。若结果不佳，则需要重新训练预测函数。

机器学习根据预测结果的取值范围，将预测模型分为回归模型和分类模型，其中若预测结果的值是连续的则为回归模型，若预测结果的值为离散的则为分类模型。