机器学习的一些感悟（一）

          自己研究方向的社交网络，会用到一些机器学习的方法，本身自己也很感兴趣，从去年开始就开始了学习，学习经历和相关资料，代码见GitHub主页：

https://github.com/lovesoft5/ml

         学习机器学习大半年了，下面是自己整理的一些心得笔记

         机器学习广泛应用于计算机视觉，自然语言处理，信息检索，推荐等领域，因为涉及面太广，现在并没有一个完整的定义什么是机器学习。个人偏向的理解是：机器学习过程本质都是在一个样本空间中，找出一个模型、搜索一组参数，按照需要使其描述这个样本空间（损失函数最小），从而可以对新样本做出某种判断。

       一个完整的机器学习项目大体有如下步骤（kaggle比赛流程也大体如下）：

       首先、将所要解决的问题抽象成机器学习的问题（类似数学建模），目标问题到底是一个什么问题，分类，回归还是聚类问题，要达到的目标是什么，对准确率的要求等。

       其次、明确该项目可以获取哪些数据，大概有多少样本，多少个特征，训练的时候内存占用量，需不需要用分布式，

       接着、考虑对特征数据做处理和选择，包括特征筛选，数据清晰，归一化，缺失值处理......,然后利用特征选择的方法，比如相关系数法，卡方检验，逻辑回归权重选择，平均互信息等，如果需要，还可