当前热词解释
数据集：
样例：
特征：
特征值属性值：（某特征的具体值）
缺失数据：补全或删除
标签：
总的数据量有100W。
训练数据
取出90w 作为训练数据
80w是训练集，用于真正的模型计算（学习）。è 得到结论（判断逻辑/模型）
10w是验证集，用于验证计算出的模型。 è 验证结论（模型）--》yes/no
测试数据
剩余的10W是测试集，用于测试计算出的模型（套用前面的结论/模型）。 è测试前面的结论（模型）
模型训练的三步： 1: 模型训练 2：模型验证 3:模型测试
举例说明：
好比就是推导出一个数据公式a*a+b*b=c*c(勾股定理)， 验证这个公式对不对，再测试这个公式 ，这个例子可以不
监督学习：是指每个进入算法的训练数据样本都有对应的期望值也就是目标值
无监督学习：是指每个进入算法的训练数据样本没有对应的期望值。
半监督学习：对样本的部分打标来进行机器学习
增强学习(强化学习)：一种比较复杂的机器学习种类，强调的是系统与外界不断地交互，获得外界的反馈，然后决定自身的行为。
阿尔法Go 下象棋。
用户价值模型-RFM
XXX网店，6-18期间得活动到底发给谁？？？？
例如有50w历史用户，如何对用户分群？？？
使用RFM模型对用户分群
RFM是
Rencency（最近一次消费）---- 最后一次得消费得时间
Frequency（消费频率） ---- 消费次数（半年内/一年内/所有）
Monetary（消费金额） ---- 消费金额（半年内/一年内/所有）
R（日期） F（次数） M（人民币）
张三 2020-06-15 100 56550 李四 2020-03-19 30 55660
以上数据量纲（相当于单位）不相同，无法直接进行计算。
需要将去转换为相同量纲得数据，才能计算
R（日期）
今日日期2020年06月19日
认为设立一个规则
1-5à5分 6-10à4分 11-20à3分 21-30à2分 31+à1分【业务部门确定】
张三 4 à 5分（2020-06-15）
李四 90 à 1分（2020-03-19）
F（次数）
≥200=5分，150-199=4分，100-149=3分，50-99=2分，1-49=1分【业务部门确定】
张三 3分（100）
李四 1分（30）
M（人民币）
≥20w=5分，10-19w=4分，5-9w=3分，1-4w=2分，<1w=1分 【业务部门确定】
张三 3分（56550）
李四 3分（55660）
-----------------------------------------------
张三 5分 3分 3分 1 高价值
李四 1分 1分 3分 0 低价值
王五 4分 4分 3分 1 高价值
-----------------------------------------------
数据归一化：
将不同量纲得数据整理成相同量纲得数据
如何进行分类？？
1、求和 ？？
2、放入空间？？
3、使用机器学习算法（K-Means聚类）
超高 高 中高 中 中低 低 超低（id , rule）
计算流程
第一步：计算每个用户的最后一次消费时间，一定时间段内（半年/一年/所有）的消费数量，消费金额
第二步：数据归一化，将不同量纲（单位）的数据处理成相同量纲的数据
第三步：使用机器学习算法K-Means进行聚类（分类）
第四步：根据标签系统，进行标签匹配，打标签。
