理解实际业务场景问题是机器学习的第一步。
2 获取数据 哪些表
不仅如此还要对评估数据（样本数量、特征数量）的量级，
3 特征工程
特征工程包括从原始数据中特征选择，特征提取，特征构建
数据预处理、
缺失值 ，异常值 ，归一化、离散化、缺失值处理
筛选出显著特征、摒弃非显著特征，需要机器学习工程师反复理解业务。这对很多结果有决定性的影响。特征选择需要运用特征有效性分析的相关技术，如相关系数、卡方检验、平均互信息、条件熵、后验概率、逻辑回归权重等方法。
4 模型训练、诊断与调优
选择模型
训练
根据对算法的理解调节（超）参数，使模型达到最优。
欠拟合，过拟合的调优
反复迭代不断逼近
5 模型验证、误差分析
通过测试数据，验证模型的有效性，通过观察误差样本，
分析误差产生的原因（是参数的问题还是算法选择的问题，是特征的问题还是数据本身的问题 …），往往能使得我们找到提升算法性能的突破点。
6 模型融合
模型融合是把强分类器进行强强联合，变得更强
对于分类任务来说，可以使用投票的方法：
加权投票法
回归
对于回归任务来说，采用的为平均法(Average)
简单平均
加权平均
Bagging
Bagging就是采用有放回的方式进行抽样，用抽样的样本建立子模型,对子模型进行训练，这个过程重复多次，最后进行融合
Boosting
Bagging算法可以并行处理，而Boosting的思想是一种迭代的方法，每一次训练的时候都更加关心分类错误的样例
7 上线运行
这一部分内容主要跟工程实现的相关性比较大。工程上是结果导向，模型在线上运行的效果直接决定模型的成败。
8 继续不断迭代
