一、机器学习工作流程
定义：新的数据---输入---模型（用历史数据进行训练得到）--预测未知属性
工作流程：用户数据--数据基本处理--特征工程--模型训练--模型评估（如果不合格会再返回进行数据的基本处理）--应用
数据处理：主要有缺失值和异常值得处理；数据集：可以划分为训练集、验证集和测试集
特征工程：提取（文字变成数字）、预处理（标准化）、降维（高幂次的系数减为0）
二、算法分类
根据数据集不同分为监督学习、无监督学习、半监督学习、强化学习
监督学习包括特征值和目标值，其中目标值分为连续性的回归和离散性的分类；无监督学习只有特征值；半监督学习同时包含目标值数据和无目标值数据；强化学习：目标是获取更多的累计奖励
线性回归算法、逻辑回归、决策树、聚类算法、朴素贝叶斯算法
三、模型评估
指标：分类模型评估 、回归模型评估
表现效果分为过拟合和欠拟合
过拟合是指：训练集上表现很好，测试集上表现不好
欠拟合是指：训练集上表现不好，测试集上表现也不好
欠拟合原因是模型过于简单特征太少，需要增加特征或者添加多项式特征
过拟合原因是模型过于复杂，特征过多，需要重新清洗数据，增大数据的训练量，正则化或者减少特征维度
正则化：通过限制高次项的系数
····
图片.png
