作者 | Daniel Godoy
翻譯 | Mika
本文為 CDA 數(shù)據(jù)分析師原創(chuàng)作品，轉載需授權

想象一下你點了一份披薩外賣，過了一會兒美味熱騰騰的披薩就送到家門口了。

你有沒有想過從下單點外賣到披薩送過來當中的工作流程呢？我指的是完成的工作流程，包括從種下披薩上的西紅柿到外賣騎手送單到你的樓下。其實這一系列過程與與機器學習工作流程并沒有什么不同。

不妨讓我們來看看。

這篇文章的靈感來自Google首席決策科學家Cassie Kozyrkov在柏林Data Natives Conference上發(fā)表的演講。 

1.播種

農民播種的種子之后會長為披薩的配料，比如西紅柿等。

這相當于數(shù)據(jù)生成過程，例如用戶操作、移動、觸發(fā)傳感器等。

2.收獲

接著到了收獲的時節(jié)，也就是蔬菜或水果成熟的時候。

這相當于數(shù)據(jù)收集，也就是瀏覽器或傳感器將用戶操作或觸發(fā)傳感器的事件轉換為實際數(shù)據(jù)。

3.運輸

收獲后，產品會被運到目的地，作為披薩中的原料。

這相當于將數(shù)據(jù)提取到存儲庫中，以便之后從中獲取數(shù)據(jù)庫，如數(shù)據(jù)庫或數(shù)據(jù)湖。

4.選擇廚具和設備

每種原料都需要適合的用具來處理。如果要切片，就用刀；如果要攪拌，就用勺子。設備方面也是如此，如果要烤，就用烤箱；如果要炒，就用爐子。你還可以使微波爐等更復雜的設備。

在機器學習中，廚具是用于預處理數(shù)據(jù)的技術，而設備就相當于線性回歸、隨機森林等算法。你也可以使用微波爐等復雜的設備，這也就相當于深度學習。當中不同的就是超參數(shù)，在簡單的設備(算法)中只有少數(shù)參數(shù)；而復雜設備(算法)中，涉及到的參數(shù)更多。但這并不意味著復雜的算法就能提供更好的性能。因此，你需要明智地選擇算法。

5.選擇菜譜

僅有原料和用具是不夠的。你還需要菜譜，當中包括你準備這道菜的所有步驟。

這就是模型，記住模型與算法不同，模型包括所有算法需要的預處理和之后的處理過程。

6.準備配料

我敢打賭，大多數(shù)菜譜的第一條指令都是：“ 切片 ”，削皮等等。而不是洗蔬菜等，因為這是理所當然的，沒人想吃沒洗的蔬菜。

同樣，數(shù)據(jù)也是如此，沒有人想要臟數(shù)據(jù)。你必須清理數(shù)據(jù)，即處理缺失值和異常值。然后需要進行削皮和切片，也就是進行預處理，對變量進行分類（例如男性或女性）編碼為數(shù)字變量（0或1）。

沒有人喜歡清洗這個部分。無論是數(shù)據(jù)科學家還是廚師。

7.特別準備

有時你可以用原料來創(chuàng)新，以達到更好的品味或更復雜的表現(xiàn)。

你可以將牛排風干獲得不同的風味，或者將胡蘿卜削成玫瑰的形狀作為裝飾。

這就是特征工程。這是一個重要的步驟，如果完成得好能夠顯著提高模型的性能。

幾乎每個數(shù)據(jù)科學家都喜歡這個環(huán)節(jié)，我猜廚師們也是如此。

8.烹飪

這是最重要的步驟，如果不開火炒菜一切都是徒勞。你將準備好的配料放入炊具中，調節(jié)油溫等等。

這就模型訓練的環(huán)節(jié)。你將數(shù)據(jù)提供給算法，調整其超參數(shù)并等待一段時間再重新檢查。

9.嘗一嘗

即使你嚴格按照菜譜來做菜，你也不能保證一切都是完全正確的。那么，怎么知道你是否做對了？品嘗它！如果不好你可以添加更多鹽來調味?；蛘哒{解下火力，繼續(xù)烹飪。

但有時披薩會燒糊，或者味道糟糕到難以挽救。那么只能扔進垃圾箱，吸取教訓并重新開始。

堅持不懈加上一點點運氣就能做出美味的披薩。

品嘗就是評估過程。你需要評估模型，檢查它是否運行正常。如果沒有，你需要添加更多特征，還可以更改超參數(shù)。但你繼續(xù)訓練！

不幸的是，有時你的模型不會得出合適的解決方案，或者做出錯誤的預測，沒有任何辦法修改和挽救。那么這時你只能放棄這個模型，從中吸取教訓然后重新開始。

堅持不懈和一點點運氣將會產生一個高性能的模型。

10.送餐

在廚師看來，他的工作已經完成了，做好了一道美味的披薩。

但是，如果披薩沒有及時送到顧客的手中也是不成功的。

披薩做好后必須立即包裝，保持溫度，及時送給顧客。如果外賣騎手沒有到達目的地，或在途中丟失了披薩，或者把披薩顛簸得面目全非，之前所有的功夫都將是徒勞的。

送餐就相當于部署。不是部署披薩，而是預測。預測必須好好包裝，不是用餐盒，而是包裝成數(shù)據(jù)產品，因此才能送到用戶手里。如果這個流程出了問題，中間崩潰了或者預測發(fā)生了變動，那么前面花費力氣所做的模型訓練和驗證工作也就沒有價值了。

結語

就是這樣。機器學習就像點外賣一樣，當中需要許多人參與，合作付出努力，但最終結果都很美味！

總結幾個要點：

* 如果原料有問題，菜品也會有問題。沒有任何菜譜或炊具能解決這個問題。

* 如果你是廚師，那不要忘了，如果沒有送餐這一步，烹飪就沒有意義，因為沒有人會品嘗到美味的食物 ;

* 如果你是餐館老板，不要強迫你的廚師使用某種炊具或設備，有時微波爐并不是最好的選擇。如果讓廚師花大量的時間在清洗和切食材上，這也會讓廚師很不開心。?

好了不說了，去點披薩吃了。