机器学习方案落地8步曲

本文参考在线文章整理而成。

对于机器学习的模型如何使用到实际场景，有8个步骤。一般而言，你需要定义需要解决的商业问题，确定哪些数据需要收集，判断最后输出结果如何衡量有效。然后你就可以执行这8步了。

1. 准备数据，创建对应的特征值
   大量的原始数据，在分析前需要收集并转换成便于分析的格式，这个工作称之为 feature engineering ，对于一个复杂的项目，耗时可能需要数月。
2. 挑选特征值
   当有成百上千特征值后，有些特征值是无关的或者重复的，它们只会给模型带来干扰，严重影响训练效率。这里需要做数据清洗。数据清洗的需要结合对于业务的理解以及一些数学技巧，如最小冗余最大相关1(mRMR，特征值与输出结果关联度最大，而特征值间关联度最小 代码参见此处 )
3. ==降低维度==
   很多特征值彼此相关，可以采用PCA和deep autoencoder的方式将数据变为更为互相独立的集合。
   ==这个与挑选特征值的关联是什么？递进？比较提到特征值有重复，莫非只是指业务上重复？而这里指数学上？==