确定执行的优先级以及误差分析

本节我们讨论在设计一个机器学习的系统时，应该先做什么后做什么。

我们以垃圾邮件分类为例：

 

特征向量:

我们发现很多遇见故意拼错单词，从而逃避被视为垃圾邮件：

正确的步骤：

我们应该先实现一个简单粗暴的算法，然后将邮件进行分类，

接着手动的去将分错了的邮件重新分类，并且归纳出分错邮件的特征，从而增加我们的特征个数，

在判断是否要使用提取词干、区分大小写等方法时，我们直接先用交叉验证集来计算误差，看是否减小了误差率，有效则使用，无效则不使用。

重点在于，首先实现一个简单粗暴的算法，然后根据检测的结果，从而确定接下来应该重点去做哪个方面的事，而不是一开始就花大量的时间去构造复杂的算法。