预备：把实际问题转化为机器学习问题，即能够从现有的数据中学的某种规律，从而解决实际问题（预测或分类）
机器学习是数据和模型的结合。
一.获取数据：人工合成、爬虫、数据库、公开数据集、收集数据...
二.数据预处理:
1.数据清洗：缺失数据、重复数据、一致性检验
2.数据转成数字：经验、一般映射
3.特征转换：定性特征和定量特征的处理
4. 训练数据采样：随机采样、系统采样、分层采样、上采样、下采样
5.特征归一化：均值化、标准化...
三.特征工程
1.特征构建：特征转换、特征组合、特征分割
2.特征提取：特征转换、降维（PCA等）、模型方法提取
3.特征选择：过滤式（相似性度量、相关性比较，方差...）、包装法（向前选择和向后选择、完全搜索、启发式搜索、随机搜索）、集成方法（正则化（L_1, L_2 范数）、决策树、深度学习、回归模型，SVM，随机森林）
四.建模准备
1.划分数据集：训练集+开发集+测试集+训练/开发集
2.数据可视化：表格、条形图、线图、散点图...
五.建模并改进
1.明确问题：分类、回归、监督、无监督、半监督
2.假设单实数评估指标：AUC/ROC、均方误差、多指标变为单指标...
3.快速选择一些假设模型并进行迭代：svm、线性模型、神经网络、决策树...
4.设定代价函数：是否加正则项、均方误差....
5.选择优化算法解决最优化代价函数的问题：adam、sgd、动量、
6.模型训练：一些参数的设置
7.模型评估和选择：去除偏差较大的模型后选择其中方差最小的模型
8.模型改进：绘制学习曲线进行偏差/方差分析，改进欠拟合或过拟合问题（降低模型复杂度或提高模型复杂度）
9.误差分析作进一步改进：用正交化方法处理各种问题（数据集分布错误、方差、可避免误差、开发集拟合度、假设检验）
六.投入实际运行
1.若表现差，可能要改变评估标准或改变开发集或测试集，重头再来
2.若表现好，进行模型监测和更新：每隔一段时间更新模型和数据
标签：采样,...,机器,误差,特征,流程,学习,数据,模型 From： https://www.cnblogs.com/liuys635/p/16709796.html