开发机器学习应用程序的步骤

通常从数据的提炼，到最后算法的应用，遵循如下几个步骤：



1、收集数据。

收集我们关心的数据，方法如：网络爬虫，一些设备发送过来的数据，如从物联网设备获取来的数据。

2、准备输入数据。

得到数据之后，我们要确保得到的数据格式符合要求。如某些算法要求特征值需要使用特定的格式。

3、分析输入的数据。查看是否有明显的异常值，如某些数据点和数据集中的其他值存在明显的差异。通过一维，二维或者三维图形化展示数据是个不错的方法，但是我们得到的数据的特征值都不会低于三个，无法一次图形化展示所有特征。我们可以通过数据的提炼，压缩多维特征到二维或者一维。

4、训练算法。

机器学习算法从这一步，才真正的开始。考虑算法是属于监督学习算法还是无监督学习算法。

如果使用无监督学习算法，由于不存在目标变量值，故而也不需要训练算法，所有与算法相关的内容都在第5步。

5、测试算法。

这一步将实际使用第4步机器学习得到的知识信息。为了评估算法，必须测试算法工作的效果。对于监督学习，必须已知用于评估算法的目标变量值；对于无监督学习，也必须通过其他的评测手段来检测算法的成功率。如果不满意预测结果，返回第四步。

6、使用算法。

这一步是将机器学习算法转化为应用程序，执行实际任务。