机器学习的一般流程

• 一、数据采集与标注
• 二、数据探索
• • 1、认识数据
  • 2、基本统计数据描述
• 三、数据预处理
• • 1、数据清洗
  • • (1)、缺失值处理
    • (2)、异常值处理
    • (3)、重复值的处理
  • 2、数据集成
  • 3、数据变换
  • • (1)、简单函数变换
    • (2)、规范化(归一化、标准化)
    • (3)、连续属性离散化
    • (4)、属性构造
    • (5)、特征编码(标签编码，独热编码)
  • 4、数据规约
• 四、特征选择/构造
• 五、模型选择
• 六、模型训练与测试
• 七、模型的性能评估与优化
• • 1、训练误差与泛化误差