Machine Learning in Action::Basic

the Main Step for Creating an Application which Using Machine-Learning

1. 收集数据
2. 准备输入数据
3. 分析输入数据
4. 训练算法
5. 测试算法
6. 使用算法

Details:

STEP_1 收集数据

	方法主要有两种：
		1 自己制作方案，获取数据。比如编写网页爬虫，从RSS反馈或者API,检测设备。
		2 从公开的可用数据源中获得。
------------------------------------------------------------------------------------------------------------------------------------------

STEP_2 准备输入数据

	得到数据之后，还必须保证数据格式符合要求。
	此外还需为机器学习算法准备特定的数据格式。如特定的格式，特定的数据类型（字符串，整型）
------------------------------------------------------------------------------------------------------------------------------------------

STEP_3 分析输入数据

	1 确保没有垃圾数据（空值，异常值）
	2 进一步浏览数据，分析是否可以识别出模式(一维 二维 三维图）
------------------------------------------------------------------------------------------------------------------------------------------

STEP_4 训练算法

	机器学习算法从这一步开始真正进入学习。根据算法的不同，STEP_4 和 STEP_5 是机器学习算法的核心。
	将前两步得到的格式化数据输入到算法，从中抽取知识或者信息。这里得到的知识需要存储为计算机可以处理的格式，方便后续步骤使用。
	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集中在 STEP_5。
------------------------------------------------------------------------------------------------------------------------------------------

STEP_5 测试算法

	这一步将实际使用 STEP_4 中机器学习到的知识信息。为了评估算法，必须测试算法的性能。
	对于监督学习，必须已知用于评估算法的目标变量；
	对于无监督学习，也必须用其他的测评手段来检验算法的成功率。
	无论哪种情形，如果不满意算法的输出结果，则可以回到 STEP_4 ，改正并加以测试。
	问题常常跟数据的收集和准备有关（特征选择），这时必须跳回 STEP_1 重新开始。 
-------------------------------------------------------------------------------------------------------------------------------------------

STEP_6 使用算法

	转化为生产
-------------------------------------------------------------------------------------------------------------------------------------------

Welcome to contact me,the friends who like Machine-Learning and Data-Mining.

:)

01 Nov 2014