【啃书】【阿里云天池大赛赛题解析】目录

算法与业务结合的开发步骤：业务理解->数据探索->特征工程->模型训练->模型验证->特征优化->模型融和。其中蕴含着模型的重构与参数的优化。

实际业务场景应用机器学习，有不同的步骤，但分类不同。最初认为机器学习只有如下步骤：

但经过阅读和认知的提升发现，建模过程实际上是个不断迭代的过程，归纳总结如下：

• 业务理解：顾名思义，将业务场景转为抽象的表达，即目标是什么、数据在哪里、对结果如何评估 ；
• 数据探索：数据清洗、发掘潜在的结构、提取变量，为特征工程做准备；
• 特征工程：该步骤很关键，包括特征选择、特征构造；
• 单模型训练：调包or自行编写算法（频率派算法、贝叶斯派算法）解决问题；
• 模型验证：交叉检验；
• 特征优化：构造（合成、创造）新的特征；
• 模型融和：多模型（bagging、boosting、stacking）效果更佳。

需要补充的是，单模型训练完毕后仍需要特征优化；模型融和后仍旧需要进行模型验证。

参考文献：

[1]天池平台. 阿里云天池大赛赛题解析[M]. 电子工业出版社, 2020.