自動(dòng)機(jī)器學(xué)習(xí)（AutoML）將特征預(yù)處理、模型選擇和超參數(shù)優(yōu)化等常用步驟自動(dòng)化，以簡(jiǎn)化機(jī)器學(xué)習(xí)的建模流程。接下來(lái)的章節(jié)會(huì)詳細(xì)介紹這些步驟，并且會(huì)教讀者動(dòng)手構(gòu)建一套AutoML系統(tǒng)，從而對(duì)AutoML工具和庫(kù)有更深刻的理解。
在開(kāi)始之前，有必要回顧一下什么是機(jī)器學(xué)習(xí)模型，以及如何訓(xùn)練模型。
機(jī)器學(xué)習(xí)算法對(duì)數(shù)據(jù)進(jìn)行處理，識(shí)別特定的模式，這一學(xué)習(xí)過(guò)程稱(chēng)為模型訓(xùn)練（model training）。模型訓(xùn)練的結(jié)果是機(jī)器學(xué)習(xí)模型。有了機(jī)器學(xué)習(xí)模型，你不用制定明確的規(guī)則，它就可針對(duì)數(shù)據(jù)提出見(jiàn)解或解答。
在實(shí)際應(yīng)用機(jī)器學(xué)習(xí)模型時(shí)，需要輸入大量數(shù)據(jù)，用于算法訓(xùn)練。訓(xùn)練后的成果是可用于預(yù)測(cè)的機(jī)器學(xué)習(xí)模型。這種預(yù)測(cè)可根據(jù)服務(wù)器當(dāng)前狀態(tài)來(lái)確定它未來(lái)四個(gè)小時(shí)是否需要維護(hù)，或者判斷客戶(hù)會(huì)不會(huì)投向競(jìng)爭(zhēng)對(duì)手。
有時(shí)待解決的問(wèn)題本身都沒(méi)有明確定義，甚至我們都不知道需要什么樣的答案。在這種情況下，機(jī)器學(xué)習(xí)模型可幫助探索數(shù)據(jù)集，比如識(shí)別行為相似的客戶(hù)群，或者根據(jù)不同股票之間的關(guān)聯(lián)關(guān)系發(fā)現(xiàn)股票的層級(jí)結(jié)構(gòu)。
模型劃分出客戶(hù)群后，有什么用？至少可以知道：同一群體的客戶(hù)有哪些相似的特征，比如年齡、職業(yè)、婚姻狀況、性別、喜好、日常消費(fèi)習(xí)慣、總消費(fèi)額等。不同群體的客戶(hù)是彼此不同的。有了這些信息，我們就可以針對(duì)每個(gè)群體推送不同的廣告。
可以使用簡(jiǎn)單的數(shù)學(xué)術(shù)語(yǔ)說(shuō)明這一流程。設(shè)有數(shù)據(jù)集 ，包含 個(gè)樣本。樣本可代表客戶(hù)或不同的動(dòng)物。通常，每個(gè)樣本都是一個(gè)實(shí)數(shù)集，稱(chēng)為特征（feature），比如，一位35歲的女性客戶(hù)在商店消費(fèi)了12000美元，可以用向量（0.0，35.0，12000.0）表示。注意，這里性別是用 表示的，男性客戶(hù)可以用 表示。向量的大小稱(chēng)為維度，通常用 表示。這是一個(gè)大小為3的向量，即三維數(shù)據(jù)集。