做机器学习步骤

                        实现机器学习算法步骤

           我感觉做机器学习，最重要的是下面的几件事儿：

 第一：模型的选择。模型选择的好坏，直接影响你得到的结果。

第二：特征的确定及提取。这一点深有体会。当你确定了你选择的模型后，第二件事儿就是特征和标签的确定和提取了。选择那些特征(这点非常重要)，以 及怎么提取，都是非常重要的，这也直接会影响最后效果的好坏。

有了上面的两步，接下来就是训练和拟合数据。

                第三：训练数据。有了前面两步做铺垫，思路已经很清晰了。下面就是根据选择的特征及标签去训练模型了。这一步主要考察了敲代码的能力。

                第四：根据第三步，我们就可以得出模型的参数了。然后就可以进行预测和分类了。

        总结可知，模型的选择和特征的提取是非常重要的步骤。但是往往这并不会想第三步一样被重视。巧妇难为无米之炊，第三、四步就无从谈起。