在我們準備用機器學習構建乙個分類器來處理實際問題時，還需要做些其他的準備工作：
1.根據你的問題選擇一種合適的機器學習方法，因為每種機器學習的演算法都有各自不同的特點，能適應的場景也不同，所以選擇合適的機器學習方法事半功倍。
2.根據你的問題選擇合適的特徵來進行分析，因為事物之間都有自己的特徵，選擇好事物獨特的特徵來進行也能提高訓練效果。
3.根據你的問題設定合適的分析模型引數，每一種機器學習演算法都會依據模型引數設定決策邊界。
機器學習的一般步驟可以歸納為兩個：
這一步主要是根據資料確定用於訓練的特徵向量，然後設定訓練的引數，構建分類器模型。
根據測試資料集確定用於測試的特徵向量，注意，訓練和測試的資料集是不同的，然後根據測試結果，選擇最佳的模型。
在使用機器學習時，訓練資料集下的**效果很好，但是測試集中表現不好的模式有兩種：
出現這兩種問題的原因是機器學習模型是從訓練資料集中學習而來，過度依賴於資料集了，這一問題也別叫作**「過擬合問題」**。
實際上，機器學習就是不斷的重複訓練-》測試…直到找到最佳模型。
機器學習任務的一般步驟
1.確定特徵 選取合適的資料和特徵可能是最重要的步驟，也包括資料的預處理或清洗，通常可以稱之為特徵工程。2.確定模型 確定目標函式及決策邊界的形狀。可選擇多個模型進行比較。3.模型訓練 根據訓練資料估計模型引數。4.模型評估 這裡要區分兩個概念 模型選擇 估計不同模型的效能，選出最好的模型。通常在校...
機器學習 基本概念 一般步驟 工具
收集資料 提取特徵 轉換資料 清洗資料 劃分資料 選擇演算法 訓練演算法 驗證演算法 符合要求則繼續，否則重新選擇演算法或重新訓練演算法，甚至是重新收集資料 使用演算法 收集大量已分好種類的樣本資料 選擇用於分析的特徵 重量，翼展，有無腳蹼，不同部位顏色，等等 取特徵值 x 和種類 y 轉換資料格式...
SEO一般步驟
seo並不是簡單的幾個秘訣或幾個建議，而是一項需要足夠耐心和細緻的腦力勞動。大體上，seo包括六個環節 2 架構分析 結構符合搜尋引擎的爬蟲喜好則有利於seo。架構分析包括 剔除 架構不良設計 實現樹狀目錄結構 導航與鏈結優化。3 目錄和頁面優化 seo不止是讓 首頁在搜尋引擎有好的排名，更重要的是...