前导

更多文章代码详情可查看博主个人网站：https://www.iwtmbtly.com/

下文用到的数据集和代码可以从这里下载《数据集》

机器学习是一种从数据生成规则、发现模型，来帮助我们预测、判断、分析和解决问题的技术。

一个机器学习项目从开始到结束大致分为5步，分别是定义问题、收集数据和预处理、选择算法和确定模型、训练拟合模型、评估并优化模型性能。这5步是一个循环迭代的过程，可以参考下面的图片：

所有的项目都会按照这5步来做，我把它简称为实战5步。为了让你更深地理解这5步，在后面能更快地上手，我会带你做一个项目，我会给你清楚解释每一个步骤的目的和背后的原理。首先我们先来一起搞定前两步，也就是定义问题和数据的预处理。

第一步：定义问题

我们先来看第一步，定义问题。在定义问题这个环节中，我们要剖析业务场景，设定清晰的目标，同时还要明确当前问题属于哪一种机器学习类型。如果不搞清楚这些，我们后面就无法选择模型了。

所以首先，我们先得来了解一下我们这个项目的业务场景。假设你已经入职了“易速鲜花”的运营部，正在对