業務解決方案：

0. 數據源加載

1. 特征工程: 字符轉數值/二值型/多值型 把字符型特征轉化成算法可以處理的數值表示，實現特征抽象.特征是二值型的， 如sex 這個字段有male 和fem 兩種，就把sex 抽象成0 和1。如果特征的數值是多值型， 如status，就按照嚴重程度從0 到1 再到2 來抽象.

2.數據預處理:數值轉double/歸一化到0 和1 之間 通過“類型轉換組件”先把數據類型全部轉化成 double 型（機器學習算法普遍對double 型數據的支持比較好），然後通過“歸一化組件” 對數據進行去量綱處理，把全部數值都歸一化到0 和1 之間

3.訓練和評估： 拆分組件”，在組件中數據按照7 : 3 的比例隨機拆分 70%的數據用來訓練模型，30%的數據用來預測。

4。模型評估： 因為本次實驗是一個二分類場景，已經通過“預測組件”拿到了預測 值和真實值的結果，但是我們需要更直觀地驗證實驗是否準確，所以選擇了“二分類評估 組件”對結果進行評估。

新聞文本分析

1。數據預處理及分詞，增加序號，分詞

2。關鍵詞提取 詞頻統計組件

3。文章分類。“三元組轉KV 組件”是文本向量化的常用算法，原理是把文本數據 轉成K:V 格式展示，

突擊-數據結構與算法速成

第一課：從基本數據結構說起，棧，隊列，鏈表的常規應用

第二課：基本數據結構之————棧，隊列，鏈表的奇淫技巧

第三課：進階數據結構之————堆，二叉樹的常規應用

第四課：進階數據結構之————樹的無奇不有的變形

第五課：進階數據結構之————散列表、搜索樹

第六課：必修算法之————排序

第七課：必修算法之————分治

第八課：必修算法之————貪心

第九課：必修算法之————搜索

第十課：圖算法之————拓撲排序、最小生成樹（Kruskal與Prim）

第十一課：圖算法之————單源最短路徑（Dijstra、Bellmanford、SPFA）及其變式使用

業務解決方案/-數據結構與算法速成