机器学习一般流程

数据决定了机器学习的上界，而模型和算法只是逼近这个上界。

1、理解业务、数据探索

（1）查看样本数据，熟悉数据整体情况：head、tail、info、describe

（2）数据统计信息，熟悉每个特征数据：空值数量、离散值统计、均值、方差 

        通常结合图表分析：柱状图、散点图、箱线图、小提琴图

（3）相关度分析，熟悉特征之间关系：热力图

2、数据预处理

缺失值处理：丢弃、特殊值填充、均值填充、建模预测

类型转换

归一化、标准化

2、特征工程

特征提取

降维：投影、PCA、LDA、SVD

3、数据集划分

数据集类型：训练集、验证集、测试集

划分方式：留出法、交叉验证法、自助法

4、模型选择

5、模型评估

6、模型融合

Bagging、Boosting、Stacking

7、模型部署