完整的机器学习项目主要步骤：

　　1、明确问题

　　首先要划定问题：监督或者非监督，还是强化学习?这是个分类任务、回归任务还是其他的?

　　2、获取数据

　　机器学习结果的上限由数据决定，而算法只是尽可能地接近这个上限。数据要有代表性。

　　涉及到numpy、pandas

　　3、特征预处理与特征选择

　　良好的数据要能够提取良好的特征才能真正发挥数据的效力。特征预处理、数据清洗是很关键的步骤，往往能够使算法的效果和性能得到显著提升，归一化、离散化、因子化、缺失值处理等数据处理手段。

　　特征选择筛选出显著特征、摒弃非显著特征。

　　4、训练模型与调优

　　用到了sklearn、numpy、pandas

　　5、完成模型