對機器學習的項目理解，學習分析業務如何解決？
數據分析概述
機器學習，數據分析，數據挖掘的區別和聯繫
數據分析的應用場景
預測模型和建模及分析，也可以做股票建模… 個性化推薦
又例如，線下店的選取如何去敲定位置 ，要考慮因素的是什麼，例如買家的位置信息，可以用聚類算法K-means，真實業務對接算法。
機器學習的開發流程
重點
數據清洗：關鍵的是選取那些是重要的特徵，缺失值（NAN），重複值（過擬合問題），去除噪音… 特徵工程：獨熱編碼，特徵縮放…
這個流程可能是大半年的上線部署過程！！！
Flume：流的形式；Kafka：消息隊列；
對於房屋面積，數值明顯很大，如何x1w1+x2w2+b,明顯x1不做處理x1=2104和x2=3，這x2就沒意義了（太小）啦兄弟。就要做特徵縮放咯啦！！ 還得說說啥玩意是正則化： 正則化的概念及原因 簡單來說，正則化是一種為了減小測試誤差的行為(有時候會增加訓練誤差)。我們在構造機器學習模型時，最終目的是讓模型在面對新數據的時候，可以有很好的表現。當你用比較複雜的模型比如神經網絡，去擬合數據時，很容易出現過擬合現象(訓練集表現很好，測試集表現較差)，這會導致模型的泛化能力下降，這時候，我們就需要使用正則化，降低模型的複雜度。
標準化後是類似標準正態分佈的咯！標準化比歸一化更加常用，可能因為歸一化後數據會為0（0*權重就不太好了）.
方法四的性別問題就是升維的過程！
帶權學習比較好，但是不是每一個算法都支持這個帶權學習！ 看看樸素貝葉斯的算法中 有這東西的講解，可以去我博客中找找哦！祝你好運！
接下一篇文章002
再寫就看不下去了！！！
分享到:
閱讀更多 小白學習日記yang 的文章
