对机器学习的项目理解，学习分析业务如何解决？
数据分析概述
机器学习，数据分析，数据挖掘的区别和联系
数据分析的应用场景
预测模型和建模及分析，也可以做股票建模… 个性化推荐
又例如，线下店的选取如何去敲定位置 ，要考虑因素的是什么，例如买家的位置信息，可以用聚类算法K-means，真实业务对接算法。
机器学习的开发流程
重点
数据清洗：关键的是选取那些是重要的特征，缺失值（NAN），重复值（过拟合问题），去除噪音… 特征工程：独热编码，特征缩放…
这个流程可能是大半年的上线部署过程！！！
Flume：流的形式；Kafka：消息队列；
对于房屋面积，数值明显很大，如何x1w1+x2w2+b,明显x1不做处理x1=2104和x2=3，这x2就没意义了（太小）啦兄弟。就要做特征缩放咯啦！！ 还得说说啥玩意是正则化： 正则化的概念及原因 简单来说，正则化是一种为了减小测试误差的行为(有时候会增加训练误差)。我们在构造机器学习模型时，最终目的是让模型在面对新数据的时候，可以有很好的表现。当你用比较复杂的模型比如神经网络，去拟合数据时，很容易出现过拟合现象(训练集表现很好，测试集表现较差)，这会导致模型的泛化能力下降，这时候，我们就需要使用正则化，降低模型的复杂度。
标准化后是类似标准正态分布的咯！标准化比归一化更加常用，可能因为归一化后数据会为0（0*权重就不太好了）.
方法四的性别问题就是升维的过程！
带权学习比较好，但是不是每一个算法都支持这个带权学习！ 看看朴素贝叶斯的算法中 有这东西的讲解，可以去我博客中找找哦！祝你好运！
接下一篇文章002
再写就看不下去了！！！
分享到:
閱讀更多 小白學習日記yang 的文章
