机器学习总结——数据预处理和特征工程

实际生产中机器学习的整个过程应该是以下的几步（后面还将从数据挖掘的角度另文进行讲解）：前端 1.场景选择（算法选择）——根据实际问题选择合适的算法，是分类仍是回归等，是否须要作特征抽象，或者特征缩放；算法 2.数据预处理——缺失值的处理，数据清洗等等；后端 3.特征工程——包括特征构建、特征提取、特征选择等；网络 4.模型训练——判断过拟合和欠拟合，经过交叉验证和grid research来选择参

>>阅读原文<<