第07课：模型的获取和改进

前面两篇文章，我们从直观的角度讲解了机器学习的最基本原理，并且解释了机器学习三要素：数据、算法和模型。

“应用机器学习技术”这件事情，具体到微观的行为，其实就是：使用机器学习模型来预测数据，得到预测结果。然后，预测结果可能会作为下一步业务逻辑的依据。

要使用机器学习模型，首先要获得它。在有了数据和算法的情况下，我们需要通过一个过程来获得模型，这个过程就叫做：训练。

获取模型的过程

在前面讲述三要素时我们已经讲过：数据 + 算法 => 模型

获得模型的过程——训练——是将算法应用到数据上进行运算的过程。

笼统而言，为了构建一个模型，我们需要经历以下步骤：

• Step-1：数据准备。

  • Step-1.1 数据预处理：收集数据、清洗数据、标注数据。
  • Step-1.2 构建数据的向量空间模型（将文本、图片、音频、视频等格式的数据转换为向量）。
  • Step-1.3 将构建好向量空间模型的数据分为训练集、验证集和测试集。

• Step-2：训练——将训练集输入给训练程序，进行运算。训练程序的核心是算法，所有输入的向量化数据都会按该训练程序所依据的算法进行运算。训练程序输出的结果，就是模型。

• Step-3：测试——将测试集数据输入给训练获得的模型，得到预