1.2、机器学习算法的过程

①特征提取，特征选择
特征提取：通过训练样本获得的对机器学习任务有帮助的多维度数据。
②不同算法对特征空间做不同的划分
③不同的结果

机器学习的重点：假设在已经提取好特征的前提下，如何构造算法获得更好的性能
特征的重要性：好的特征差的机器学习也能获得不错的性能，很差的特征即使是好的机器学习也不可能获得好的性能。不同的任务，提取特征的方式千变万化。

红白细胞图片区分
①特征：细胞面积，圆形度，表面粗糙程度
面积和周长区分度明显，选择面积和周长两个特征构建算法。
②支持向量机
线性内核，多项式核，高斯径向基函数核（看作三种算法）
③画出三个不同二维空间图，并用横线做出划分。新样本放进图中看其位置做出判断。