《Python数据挖掘与机器学习实战》—1.5 开发机器学习的步骤

1.5  开发机器学习的步骤

　　本书学习和使用机器学习算法开发应用程序，通常遵循以下步骤。

　　（1）收集数据。

　　收集所需的数据，方法如：网络爬虫、问卷调查获取的信息、一些设备发送过来的数据，以及从物联网设备获取的数据等。

　　（2）准备输入数据。

　　得到数据之后，要确保得到的数据格式符合要求，如某些算法要求特征值需要使用特定的格式。

　　（3）分析输入的数据。

　　查看输入的数据是否有明显的异常值，如某些数据点和数据集中的其他值存在明显的差异。通过一维、二维或者三维图形化展示数据是个不错的方法，但是得到的数据特征值都不会低于三个，无法一次图形化展示所有特征。可以通过数据的提炼，压缩多维特征至二维或者一维。

　　（4）训练算法。

　　机器学习算法从这一步才算真正开始。需要考虑算法是使用监督学习算法还是无监督学习算法。如果使用无监督学习算法，由于不存在目标变量值，因而也不需要训练算法，所有与算法相关的内容都在第（5）步。

　　（5）测试算法。

　　这一步将实际使用第（4）步机器学习得到的知识信息。为了评估算法，必须测试算法工作的效果。对于监督学习，必须已知用于评估算法的目标变量值；对于无监督学习，也必须通过其他的评测手段来检测算法的成功率。如果不满意预测结果，则返回至第（4）步。

　　（6）使用算法。

　　这一步是将机器学习算法转化为应用程序，执行实际任务。

　　开发机器学习应用程序的步骤如图1-2所示。