1、明確業務目標？

2、詢問當前的解決方案？為什麼不滿足要求？

加州住房價格為例：

1、回答框架問題：監督學習，迴歸，線上學習更好（批量學習就可以勝任）。

多重回歸問題：利用多個特徵進行預測。

一元迴歸問題：預測每個區域的單個值。

2、選擇效能指標：（這裡和範數表達差不多）（0範數：非零個數 無窮範數：最大絕對值）

選擇RMSE（均根方誤差） 2範數

選擇MAE（平均絕對誤差） 1範數

選擇MSE（均方誤差）

注意：鐘形分佈很適合使用RMSE

3、檢查假設：和下游任務進行充分的溝通，例如：最後你估計出來價格之後，下游任務還得轉化成廉價、中等、昂貴，那你豈不是做了很多無用工作。 最終這裡還是預測價格

4、獲取資料：

最好windows開啟管理員shell進行操作比較方便咯。！

python -m # 作為一個模組進行執行

pip install --user --upgrade pip # --user獲取user許可權

python -m virtualenv my_env

.\my_env\Scripts\activate

housing = pd.csv(path)
housing.head()  
housing.info()
housing["A"].value_counts()  # 查詢分類值
housing.describe()

%matplotlib inline
import matplotlinb.pyplot as plt
housing.hist(bins=50,figsize=(20,15))
plt.show()

由此課件，median_house_val & age受限，需要重新搜尋相關資料。並且將不是鐘形分佈的轉變為鐘形分佈。

這裡專門提到：測試集的分佈應該和總體的分佈應該某些維度是相同的。

大體資訊視覺化，地理資訊視覺化，尋找相關性，實驗不同資料組合

5.資料準備...