机器学习：从数据中自动分析获得模型，利用模型对未知数据进行预测
，
机器学习工作流程
1、获取数据
2、数据基本处理
3、特征工程
4、模型训练
5、模型评估
(1)结果达到要求，上线服务
(2)没有达到要求，重新开始
机器学习流程各个步骤解释
1、获取数据
1、数据集中一行数据称为样本，一列数据称为一个特征。
2、数据类型：特征值+目标值或者只有特征值没有目标值
3、数据分割：机器学习一般数据集分为两部分：训练数据和测试数据
训练数据：用于训练，构建模型
测试数据：模型检验时使用，用于评估模型
4、划分比例：训练集80%，测试集20%
2、数据基本处理
数据缺失值或者异常值的处理
3、特征工程
特征提取：将任意数据(文本或图像)转为可用于机器学习的特征数据的过程。
特征预处理：通过转换函数将特征数据转为更加适合算法模型的特征数据过程。
特征降维：降低随机变量个数。比如三维降为二维
4、模型训练
选择合适的算法进行模型训练
5、模型评估
对训练好的数据进行评估
