机器学习流程总结

一、机器学习流程

标准的机器学习流程如下：

• 数据获取（30%）
• 特征工程（40%）
• 建立模型
• 评估与应用

其中，数据和特征工程是机器学习的核心和重点。而这些操作，多是偏人工操作，所以对于智能性较弱。

二、特征工程作用

• 数据特征决定了模型的上限
• 预处理和特征提取是最核心的
• 算法和参数选择决定了如何逼近这个上限

三、特征如何提取

机器学习中，最难的就是如何提取特征，这些数据特征都是人为通过经验和实验来得到的。