机器学习流程（有监督学习）

业务理解（业务的背景，业务场景，需要解决的问题，业务目标，需要什么数据）

数据获取（综合考虑数据获取难度，准确率，覆盖率；如何获取（数据库，爬虫，调查问卷））

数据预处理：

训练集和测试集划分数据查看：数据读取，数据的前几行，后几行，shape，缺失值情况，数据类型，统计描述性信息（数值型，类别型）

数据的清洗：删除无效字段，删除缺失值，填充缺失值，删除重复，异常值处理

数据探索性分析（挖掘特征和目标的关系，挖掘、提取新特征，输出各种图和表格）

无量纲化（标准化，归一化，正则化）

特征选择（筛选特征）

降维（对数据做变换）

特征编码：

序号编码：label encode，特征取值有大小或者逻辑关系

哑编码：特征的取值独立，特征的数量会变多，产生稀疏矩阵，编码后可以降维操作

模型训练：

模型选择：分类，回归，线性，非线性

模型训练

模型的优化：训练集（网格搜索交叉验证），测试集

模型的评估

模型应用