1.特征编码
1.1独热编码。如，红\绿\蓝，没有顺序高低差异。可以用0,1,2；1,2,3分别表示，进行赋值。
1.2标签编码。如，小学\初中\高中\大学 ，存在递进高低顺序。可以用三个数值表示一个对象，100,010,001来分别表示。
2.划分数据集，通常按8:2或7:3来划分，训练集通常多一些。
3.常见模型：逻辑回归，决策数，支持向量机，随机森林，XGboost
4.机器学习和深度学习的区别。机器学习的模型是已封装的，而深度学习的模型内容还有修改的空间
5.人为设定的参数信息称为外参（超参）。在模型训练后得到的参数信息称为内参，这部分参数信息是拟合后的，不可人为修改。
6.模型实例化其实就是训练模型中选择模型并选择外参的过程（讲得很厉害的样子只是为了理论化在老板面前装b）。
6.1外参也可以不选择，这样模型会使用默认的外参。
7.混淆矩阵，分类问题的一种评估办法。分四种情况tp（预测正确的是），fp（预测错误的是），tn（预测正确的否），fn（预测错误的否）。
7.1用医疗患病预测举例：tp和tn为最佳预测结果，其次是fp（虽然可能提高成本，但不会造成更严重的问题），fn（最差预测结果，病情恶化，应尽量避免）。要减少漏报，采用召回率进行模型评估
7.2用邮件拦截举例：tp和tn为最佳预测结果，其次是fn（虽然不能拦截垃圾邮件，但还可以手动再清除），fp（最差预测结果，可能把重要文件拦截删除，应尽量避免）。要减少误报，采用精确率进行模型评估
7.3准确率适合综合效果的模型评估。
8.回归问题的模型评估。
8.1 mse，对大误差敏感，关注极端值的误差，但脱落实际数值误差
8.2 rmse，对大误差敏感，误差单位不变
8.3 mae，对大误差不敏感，少量异常值使用
9.1 r^2,数值越大，预测越精准，误差越小
10.评估指标选择的依据：1.模型处理本身的需要 2.前人的科学做法。