机器学习中大概有如下步骤:
<1>获取训练数据
<2>选择模型,即决定使用的算法
<3>模型调参(可以使用Grid Search等)
<4>训练模型,训练即是一个调查的过程,模型训练出来的即是调查出来的结果
<5>使用模型去做预测
模型可以简单理解为一个函数,确定模型是说自己认为这些数据中的features符合那个function,训练model就是用已有的data,通过一些方法确定function的参数,参数确定后function即为training result
使用新的data代入model求值(针对regression problem)就是个预测的过程
训练--归纳
预测--演绎