2021-01-20 阅读量: 574
机器学习流程：
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（特征工程）：
读取数据，训练集和测试集划分
数据查看：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（数据分布情况；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）
模型的评估：测试集
