机器学习分类：
监督学习（预测）
1）分类：K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络；
2）回归：线性回归、岭回归；
无监督学习
1）聚类：K-means；
监督学习：特征值+目标值；（有标准答案）
无监督学习：特征值+样本集；（无标准答案）
分类：目标值离散；
回归：目标值连续；
开发流程：
原始数据 -> 数据基本处理 -> 特征工程 ->
确定算法 -> 建立模型（算法+数据） -> 模型评估 ->
上线使用（以API形式）
如果模型评估一直不理想考虑换算法，考虑重新处理特征工程。