浅谈酒精代谢与机器学习数据流转机制

点击蓝字关注这个神奇的公众号～

熟悉我的朋友都知道我平时喜欢小酌一杯，主要是借助酒精来活血化瘀，做到气血通畅。刚好我妈寄给了我一壶纯天然绿色无公害葡萄酒。

可能有些同学刚入门机器学习，还不清楚整个数据在机器学习过程中是如何流转的，今晚我们边喝边聊，就说酒精代谢和机器学习数据流转的关系。

请先看下图，这就是一张数据流转的架构图，我先喝上一大口，然后给大家慢慢讲解。

从上到下来看上面这张图，首先我们把机器学习需要用到的数据比作是嘴里的红酒，通常数据有很多维度，在做某一垂直领域的业务的时候，往往是提取部分维度的数据而不是全维度，就像红酒也会根据自身酸、酒精、水、无机物等成分不同而被口腔黏膜、胃、小肠各自吸收一样，第一步要根据业务需求挑选合适的数据字段。

到了第二步，也是很关键的一步，去噪。把数据中的对结果干扰大的数据去除，比如空值数据，乱码数据等。红酒经过吸收，也会将这类没有营养的降解物或者水分通过人体的下水道排出体外，这就是为啥，喝酒容易上厕所。

第三步，到了红酒到了肝脏部分，就像是数据进入到了计算引擎去计算。酒精会在肝脏中进行氢反应，这类化学反应有点像数据和算法的结合。这里有一点要注意的是，酒的摄入量不得超过肝脏的分解速度，数据也不要超过计算引擎的计算能力。如果酒真的这么多（数据量大），请采用分布式计算，多找几个人一起喝。

最后一步，机器学习算法生成的是一个模型，这个模型会被用来做预测。那红酒喝下去生成的是啥呢，就是人的主观经验模型，经过长年的饮酒，你的身体会有一种认知，喝多少会上头，喝多少会飘飘欲仙，喝多少会醉，这就是身体机能中的模型。喝的次数越多，对酒量越有认知，就像计算迭代越多次模型越精准。

最后的最后，我感觉有点晕了，请大家关注“凡人机器学习”，一个不平凡的技术型公众号，谢谢。