入坑机器学习有一定的门槛，不要怕！让老司机用一张图来告诉你如何进行机器学习。
正文
实验案例：房价预测
步骤总结如下：
- 导入需要的Python依赖库。两个重要的库：Numpy、Pandas。
- 导入数据集（Data sets）。
- 处理缺失数据（Missing data）和分类数据（Categorical data ）。
- 将原始数据集分成训练和测试两部分。
- 明确预测目的，生成y。
- 筛选特征，生成x。特征可以理解成影响预测结果的要素。
- 模型训练。要掌握机器学习常见的几种模型，学习成本较高。
- 做出预测，评估结果，修正模型。
有英文阅读能力的人，附赠一张Python和数据分析技能图谱：