企业官网建设流程全解析

1. 朴素贝叶斯的原理：一个公式和一个大胆的假设

比起那些需要多层神经网络、跑起来还得看显卡脸色的模型，朴素贝叶斯和聚类算法是我觉得机器学习里最值得花时间吃透的两个算法。原因很简单：它们一个是监督学习里"数学最干净"的分类器，一个是无监督学习里"直觉最直观"的探索工具。很多期末复习提纲把它们放在一起，不是巧合，而是因为它们正好互补——一个解决"有标准答案时怎么判断类别"的问题，一个解决"没有标准答案时怎么发现结构"的问题。

朴素贝叶斯的全部根基，其实就是一个公式，贝叶斯定理：

P(类别|特征) = P(特征|类别) × P(类别) / P(特征)

这个公式本身没有任何争议，任何一本概率论教材里都有。真正让朴素贝叶斯成为"朴素"贝叶斯的，是后面的一个大胆假设：特征之间条件独立。也就是说，我判断一封邮件是不是垃圾邮件时，假设"免费"这个词出现与否，"点击"这个词出现与否，彼此之间互不影响，完全独立。这显然和现实不符——写垃圾邮件的人通常把"免费"和"点击"一起用，它们根本不是独立的。但有意思的是，就是这个"明知故犯"的错误假设，让朴素贝叶斯在文本分类、垃圾邮件识别这些场景里表现极其稳定，而且训练速度快到离谱。

1.1 贝叶斯定理的直觉：别说你只会背公式

背公式很简单，难的是知道这个公式在干什么。我习惯用一个生活化类比来讲：医生看病。

假设你嗓子疼去看医生，医生知道你所在的地区最近有流感，也知道有很多人只是普通感冒。现在你问医生："我有多大概率是流感？"这里的"流感概率"是医生要判断的东西，在贝叶斯框架下就是P(流感|嗓子疼)，叫后验概率。而地区流感的整体发病率P(流感)，叫先验概率。医生根据临床经验知道，流感患者里嗓子疼的比例是多少，这叫似然P(嗓子疼|流感)。

贝叶斯定理做的事情，就是把"我嗓子疼的情况下是流感"这个不容易直接统计的概率，转化成"流感患者里有多少人嗓子疼"乘以"流感的整体发病率"，再除以"所有人里嗓子疼的比例"。后面这几个数据更容易从历史样本里统计出来。这就是朴素贝叶斯分类的核心逻辑：不是直接建一个复杂的判别边界，而是用一堆容易统计的条件概率，反向推出我们真正关心的后验概率。

那分母P(特征)为什么通常不管它？因为在比较"这封邮件是垃圾邮件"还是"正常邮件"时，分母都是同一个值，两种可能性都要除以同样的数，不影响大小比较。所以实际计算时，我们通常只比较分子部分：P(类别) × P(特征1|类别) × P(特征2|类别) × ...，哪个类别算出来大，就判给哪个类别。

1.2 "朴素"到底体现在哪，以及三个概率模型怎么选

"朴素"体现在条件独立假设上。原本一个特征向量x=(x1, x2, ..., xn)的联合概率P(x1, x2, ..., xn | 类别)是非常难估计的，因为特征之间可能有各种复杂关联，需要海量数据才能把联合分布描出来。假设独立之后，联合概率就变成了各个特征概率的连乘：

P(x1, x2, ..., xn | 类别) = P(x1|类别) × P(x2|类别) × ... × P(xn|类别)

这一简化直接把参数数量从指数级降到了线性级。代价是丢失特征之间的相关性信息，但换来的是极高的计算效率和稳定性。

实际应用中，根据特征类型不同，朴素贝叶斯有三个常用变体：

• 高斯朴素贝叶斯：用于连续特征，假设每个特征在各类别下服从正态分布，通过样本算出均值和方差，代入正态分布密度函数求概率。比如电影分类里"打斗镜头数"这种连续数值，就用这个。
• 多项式朴素贝叶斯：用于离散计数特征，比如一个词在文档中出现的次数。文本分类最常用这种。
• 伯努利朴素贝叶斯：用于二值特征，比如"这个词是否出现"。

初学者最容易犯的错误，就是把连续数值直接当成离散概率来算。比如电影里有24个打斗镜头，你不能说"打斗镜头=24的概率是多少"，连续变量需要用概率密度函数，而不是直接查频数。

2. 案例实战：用朴素贝叶斯给《唐人街探案》判断类型

机器学习的课堂上，电影分类案例几乎和"hello world"一样经典。现在我手上有一个简化版的训练集，一共6部电影，每部电影用两个特征描述：打斗镜头数和接吻镜头数，标签是动作片或爱情片。

现在来了一部新电影《唐人街探案》，我统计到它的打斗镜头大约24次，接吻镜头大约12次（教学示例的简化数据）。用高斯朴素贝叶斯来判断它更接近动作片还是爱情片。

2.1 先算先验概率和各类特征分布

先验概率很容易：6部电影中动作片3部、爱情片3部，所以P(动作片) = 0.5，P(爱情片) = 0.5。

然后需要分别统计两个类别下两个特征的均值与方差。

动作片类别下，打斗镜头的均值是(47+58+50)/3 = 51.67，方差约21.56；接吻镜头的均值是(3+2+7)/3 = 4，方差约4.67。爱情片类别下，打斗镜头的均值是(4+8+5)/3 = 5.67，方差约2.89；接吻镜头的均值是(58+52+48)/3 = 52.67，方差约16.89。

这些均值方差就是高斯朴素贝叶斯的"模型参数"。整个训练阶段做的事情，本质上就是统计这些数值而已，所以它训练极快，几乎没有"训练"的感觉。

2.2 代入高斯分布密度函数比较后验

对于连续特征，计算P(打斗镜头=24 | 动作片)时，用的是正态分布密度函数：

f(x) = 1 / (σ√(2π)) × exp( -(x-μ)² / (2σ²) )

把x=24、μ=51.67、σ²=21.56代入，算出来打斗镜头这一项在动作片下的密度大约是1.65×10⁻⁹。再把x=12、μ=4、σ²=4.67代入接吻镜头这一项，得到约1.95×10⁻⁴。两者相乘再乘以先验0.5，动作片的后验分子大约是1.61×10⁻¹³。

爱情片这边，打斗镜头24距离均值5.67非常远，密度小到约3.17×10⁻²⁶；接吻镜头12距离均值52.67同样很远，密度约3.0×10⁻²³。两者相乘再乘以先验0.5，分子大约是4.8×10⁻⁴⁹。

动作片的计算结果是爱情片的大约10³⁶倍，所以在二分类下，朴素贝叶斯判定《唐人街探案》是动作片。用sklearn跑同样的数据，结果也是一样的：

from sklearn.naive_bayes import GaussianNB X = [[47, 3], [58, 2], [50, 7], [4, 58], [8, 52], [5, 48]] y = ['动作片', '动作片', '动作片', '爱情片', '爱情片', '爱情片'] model = GaussianNB() model.fit(X, y) print(model.predict([[24, 12]]))

这里有个非常关键的实操细节：算出来的密度值都极小，小到10⁻³⁹这种量级。如果你用Python直接float乘法，精度可能出问题，更稳妥的做法是在对数空间比较。朴素贝叶斯实战中几乎没有人直接乘原始概率，而是用log(P(类别)) + log(P(x1|类别)) + log(P(x2|类别))这种形式，把连乘变成连加，既避免了数值下溢，也把运算速度再提一截。

注意：这个案例是教学用的简化版本，真实电影分类显然不会只看打斗和接吻两个镜头数，但原理是完全一样的——把特征换成语义特征、风格特征、导演特征，计算的骨架不变。

3. 案例实战：垃圾邮件识别与拉普拉斯平滑的必要性

如果说电影分类是朴素贝叶斯的教学名片，那垃圾邮件识别就是它在工业界站稳脚跟的经典应用。我见过很多同学在学朴素贝叶斯时顺利看懂了公式，一碰到文本数据就懵了。所以这里我从头走一遍垃圾邮件识别的完整流程。

文本不能直接扔进模型，第一步要做特征化。最朴素的方式是词袋模型：把一封邮件拆成一个个词，用"这个词是否出现"或"出现几次"当作特征。假设我用一个非常小的词表，只有10个词：免费、购买、发票、贷款、优惠、点击、你好、明天、开会、周末。5封训练邮件如下：

邮件1：免费 购买 发票 → 垃圾 邮件2：贷款 优惠 发票 → 垃圾 邮件3：免费 点击 贷款 → 垃圾 邮件4：你好 明天 开会 → 正常 邮件5：你好 明天 周末 → 正常

现在来了一封新邮件："免费 购买 点击"，我们要判断它属于垃圾还是正常。先验概率P(垃圾)=3/5=0.6，P(正常)=2/5=0.4。

3.1 不做平滑时，一个"零概率"直接毁掉全局

先看不做平滑直接算会发生什么。垃圾邮件总词数统计：免费出现2次、购买1次、贷款2次、优惠1次、发票2次、点击1次，一共9个词。所以：

P(免费|垃圾) = 2/9 P(购买|垃圾) = 1/9 P(点击|垃圾) = 1/9

后验分子的垃圾部分 = 0.6 × (2/9) × (1/9) × (1/9) ≈ 0.00165。

再看正常邮件。正常邮件总词数：你好2次、明天2次、开会1次、周末1次，一共6个词。关键问题来了：免费、购买、点击这三个词在正常邮件里一次都没出现过，所以：

P(免费|正常) = 0/6 = 0 P(购买|正常) = 0/6 = 0 P(点击|正常) = 0/6 = 0

后验分子的正常部分 = 0.4 × 0 × 0 × 0 = 0。

一旦连乘里有一项等于0，整个乘积直接归零。这意味着只要新邮件里出现一个训练集中从没见过的新词，正常类别的概率就会被判定为0。这就是朴素贝叶斯最著名的坑：零概率问题。

3.2 拉普拉斯平滑怎么解决，以及平滑后的完整计算

解决方法是给每个词的出现次数都加上一个平滑系数α，最常用的是拉普拉斯平滑，令α=1。公式变成：

P(词|类别) = (该词在类别中出现的次数 + α) / (类别总词数 + α × 词表大小)

这里词表大小V=10，垃圾邮件总词数9，所以P(免费|垃圾) = (2+1)/(9+10) = 3/19，P(购买|垃圾) = (1+1)/19 = 2/19，P(点击|垃圾) = (1+1)/19 = 2/19。

正常邮件总词数6，三个词在正常类下的平滑后概率都是(0+1)/(6+10)=1/16。

现在重新比较：

垃圾后验分子 = 0.6 × (3/19) × (2/19) × (2/19) ≈ 0.00105 正常后验分子 = 0.4 × (1/16) × (1/16) × (1/16) ≈ 0.000098

垃圾邮件的后验明显更大，判定这封新邮件是垃圾邮件。

平滑的意义不是做做样子，而是从根本上避免了"训练集没见过的词就直接判零"的失效模式。在实际垃圾邮件系统中，词表可能有几十万甚至上百万，新邮件里出现生词是常态，不处理零概率，模型分分钟崩溃。你也可以把这个逻辑迁移到推荐系统、评论分类等所有基于朴素贝叶斯的场景里。

实操经验：做文本分类时，停用词表和分词器的影响往往比算法本身还大。先用jieba之类工具把"的""了""吗"等停用词过滤掉，再把词表压缩到几千个有效词，分类效果会明显提升。

4. 聚类算法入门：K-Means步骤、手算迭代与K值选择

如果说朴素贝叶斯是"拿着标准答案学答题套路"，那聚类算法就是"没标准答案也要把卷子分出几堆来"。聚类的目标很直白：把样本分成若干簇，让同一簇内的样本尽可能相似，不同簇的样本尽可能不同。它属于无监督学习，因为训练集里没有标签，我们必须从数据本身的结构里发现规律。

聚类算法家族很大，但期末和面试最常见的就是K-Means。它的思路简单到可以用一句话概括：选K个中心点，把所有样本分给最近的中心，然后重新计算中心位置，反复迭代直到稳定。

4.1 K-Means的四步流程与一次完整手算

假设我有6个二维点：A(1,1)、B(1,2)、C(2,1)、D(6,4)、E(6,5)、F(7,4)。肉眼一看，明显聚成两堆，左边三个、右边三个。取K=2，初始质心随机设为m1=(1,1)和m2=(6,4)。

第一步，把每个点分配给距离更近的质心。距离用欧氏距离。A(1,1)到m1距离0，到m2距离√34≈5.83，归m1。B(1,2)到m1距离1，到m2距离√29≈5.39，归m1。C(2,1)到m1距离1，到m2距离5，归m1。D(6,4)到m1距离√34≈5.83，到m2距离0，归m2。E(6,5)到m2距离1，归m2。F(7,4)到m2距离1，归m2。

所以第一轮分配完成后，簇1是{A,B,C}，簇2是{D,E,F}。

第二步，重新计算质心。簇1的新质心是((1+1+2)/3, (1+2+1)/3)=(1.33, 1.33)。簇2的新质心是((6+6+7)/3, (4+5+4)/3)=(6.33, 4.33)。

第三步，拿着新质心再分配一次。你会发现所有点仍然属于原来的簇，质心不再发生明显变化，算法收敛。K-Means的"训练"就是这么简单直接。

用Python跑一模一样的结果：

from sklearn.cluster import KMeans import numpy as np X = np.array([[1, 1], [1, 2], [2, 1], [6, 4], [6, 5], [7, 4]]) model = KMeans(n_clusters=2, n_init=10, random_state=0) model.fit(X) print(model.labels_)

4.2 三个必踩的坑：K值怎么定、初始质心怎么选、距离度量怎么选

K-Means最大的坑就是K要人为指定。你根本不知道数据天然分几堆时怎么办？最常用的手段是肘部法则：画一条"K值vs SSE（簇内误差平方和）"的曲线，随着K增大，SSE必然下降，但下降速度会在某个K值处突然放缓，这个拐点就像手肘，就是比较合理的K。另一个辅助工具是轮廓系数，取值范围在[-1,1]，越接近1说明簇内紧凑且簇间分离得好。但说实话，业务场景里"K=多少最合理"最终还是要靠业务解释，纯算法指标只能给建议。

第二个坑是初始质心的选择。K-Means对初始位置非常敏感，随机初始化可能收敛到局部最优。标准做法是K-Means++：初始化时让新质心尽量远离已经选中的质心。sklearn里KMeans的默认参数其实已经是用K-Means++了，所以不建议手动设成random。

第三个坑是距离度量。默认欧氏距离适用于连续数值特征。如果特征是用户行为记录、关键词向量这种高维稀疏数据，欧氏距离会非常不稳定，可以考虑余弦距离或曼哈顿距离。但改了距离度量之后，质心的"均值"计算方式也要相应调整，很多初学者在这里踩坑。

K-Means在现实中应用非常广，比如用户分群、社区服务需求分类、图像压缩里的颜色量化。我之前见过一个基于聚类算法的社区服务需求分类分析项目，把社区里收集上来的居民问卷特征化之后做聚类，很快就把人群分成"基础保障型""发展提升型""应急帮扶型"几个群体，再针对不同群体匹配不同的服务项目。这种场景没什么标准答案，聚类就是最合适的工具。

5. DBSCAN聚类：用密度解决不规则簇和噪声问题

K-Means最大的软肋有两个：一是只能发现"凸"形簇，遇到月牙形、环形分布的数据就力不从心；二是对离群点非常敏感，一个孤零零的噪声点就可能把质心拉偏。DBSCAN就是冲着这两个问题来的。

DBSCAN的全称是"基于密度的空间聚类算法"，它不看中心点，看密度。思想也很生活化：一群人扎堆聊天，站在人群最中间的人周围始终围着很多人，这些人是"核心点"；站在人群外围偶尔插话的人，周围人少一些但依然贴着核心人群，这些是"边界点"；远处有个独自散步的人，和谁都够不着，这就是"噪声点"。

5.1 核心点、边界点、噪声点到底怎么判定

DBSCAN有两个参数：邻域半径ε，最小样本数MinPts。如果某个点半径ε范围内包含的样本数不少于MinPts，它就是核心点。周围样本数不足MinPts，但位于某个核心点ε邻域内的点，是边界点。两者都不是的，就是噪声点。

用一组二维点来演示。点有：A(1,1)、B(1,2)、C(2,1)、D(2,2)、E(5,5)、F(5,6)、G(6,5)、H(9,8)。设ε=1.5，MinPts=3。

先看点A(1,1)。它到B(1,2)距离1，到C(2,1)距离1，到D(2,2)距离√2≈1.414，都在1.5范围内，所以A的ε邻域里有包括自己共4个点，大于等于3，A是核心点。B、C、D同理，彼此都在1.5范围内，都是核心点。于是{A,B,C,D}这四个点彼此密度相连，形成一个簇。

再看E(5,5)。到F(5,6)距离1，到G(6,5)距离1，邻域内包括自己共3个点，是核心点。F和G同样，因此{E,F,G}构成第二个簇。

最后看H(9,8)。它到G(6,5)的欧氏距离是√18≈4.24，远超1.5，邻域内只有自己1个点，达不到MinPts，也不是任何核心点的邻居，于是被标记为噪声点，也就是异常值。

运行DBSCAN代码验证：

from sklearn.cluster import DBSCAN import numpy as np X = np.array([[1, 1], [1, 2], [2, 1], [2, 2], [5, 5], [5, 6], [6, 5], [9, 8]]) model = DBSCAN(eps=1.5, min_samples=3) model.fit(X) print(model.labels_)

输出的标签中，前四个点标签为0，中间三个点标签为1，最后一个点的标签是-1，对应噪声点。

5.2 参数怎么定，以及DBSCAN和K-Means怎么选

DBSCAN的参数调起来比K-Means更玄学。ε太小，大部分点都会变成噪声；ε太大，所有点都并成一团。我常用的方法是画k-距离图：计算每个点到其第k个最近邻居的距离，把这些距离从小到大排序画出来，曲线拐点处的距离值就是一个相对合理的ε。k一般取MinPts-1。MinPts一般根据数据维度来定，维度越大MinPts就要越大一些，常用经验值是2乘以维度。

DBSCAN和K-Means在实际选型时可以参考下面的对比：

一句话总结：如果你的数据分布大致是球形且没有明显的噪声，K-Means效率高、使用简单；如果数据形状不规则、包含大量离群点，或者你根本不知道有几类，优先试DBSCAN。

6. 朴素贝叶斯与聚类算法的选型逻辑

你可能会想，一个是分类、一个是聚类，这两者有什么好对比的？恰恰因为它们经常出现在同一门课甚至同一份复习提纲里，很多人在实际项目中会纠结：手里的活到底该用朴素贝叶斯还是聚类算法？判断标准其实只有一个：数据里有没有标签。

有标签，就是监督学习问题，朴素贝叶斯这类分类器上场。没有标签，就是无监督学习问题，聚类算法开始工作。这个判断听起来像废话，但我见过不止一次有人拿着没标注的数据硬套分类模型，或者拿着有标注的数据非要聚类，最后只能靠瞎猜评估效果。

6.1 朴素贝叶斯在什么场景下真正值得用

朴素贝叶斯的优势是训练极快、可解释性强、对小样本数据友好。在文本分类、垃圾邮件识别、情感倾向初步判断、新闻主题分类这些场景里，它经常是第一个尝试的基线模型。尤其是在特征数量巨大、样本数量一般的文本场景，朴素贝叶斯的表现常常超过很多复杂模型，原因恰恰是那个大胆的独立假设极大减少了参数估计的负担。

但它的短板也一样明显：特征强相关的场景表现很差。比如做图像分类，相邻像素高度相关，朴素贝叶斯就基本不管用了。再比如电商数据分析里，"购买奶粉"和"购买纸尿裤"通常强相关，如果你忽略相关性强行套朴素贝叶斯，就会算出一堆哭笑不得的结果。

6.2 聚类算法在什么场景下是主角

聚类适合做数据探索、用户画像、群体发现、异常检测。比如社区服务需求分类分析、电商用户购买行为分群、地理信息中的热点区域识别，这类问题的核心诉求是"帮我在数据里发现结构"，而不是"帮我给每个样本贴标签"。聚类的输出不是类别标签，而是簇号，簇的含义还得靠人去解读，这也是聚类和分类最本质的区别。

我特别推荐的一种组合玩法是：先用聚类给无标签数据分群，人工解读出每个簇的业务含义，再用这些"簇号"作为伪标签训练一个分类器，比如朴素贝叶斯，之后新来的样本就可以自动分类了。这种半监督思路在实际项目里非常实用，既解决了标签成本问题，又把聚类的探索性和分类器的预测性结合在了一起。

6.3 一个务实的判断流程

我给自己总结了一个判断流程，这里直接分享给你：先问数据有没有标签；没有标签就先跑聚类，用K-Means和DBSCAN各跑一版对比；有标签就先用朴素贝叶斯做基线，看准确率；如果效果不理想再升级到逻辑回归、随机森林等复杂模型。朴素贝叶斯的定位不是"最强的模型"，而是"最快给你一个靠谱下限的模型"。聚类算法则是"没有标准答案时，最快给你一个观察角度"的工具。

7. 期末与面试高频考点：公式、题型和答题套路

期末复习和面试准备是两件事，但核心考点高度重叠。朴素贝叶斯和聚类算法都是在卷面上非常容易出计算题和简答题的内容。把高频考点和我的答题经验整理在这里。

7.1 必背公式和关键概念清单

考试范围里的确可能考到某个模型有几十个公式，但朴素贝叶斯和聚类这部分真正需要默写的公式就几个。

贝叶斯定理：P(类别|特征) = P(特征|类别)P(类别) / P(特征)。这是基石，简答题里只要涉及朴素贝叶斯，第一件事写这个公式。

朴素贝叶斯分类的决策规则：ŷ = argmax P(类别) × ∏ P(特征i|类别)。注意这里的argmax是求最大值对应的那个类别，不是求最大值本身。

拉普拉斯平滑：P(词|类别) = (count(词, 类别) + α) / (count(类别总词数) + α×词表大小)。这个公式在垃圾邮件识别这类问题里必考，不给平滑公式的解答基本要被扣分。

K-Means的聚类目标：最小化所有样本到其所属簇中心的距离平方和，也就是SSE = ΣΣ ||x - μi||²。这个公式能解释K-Means为什么收敛、为什么要选K、为什么初始质心敏感。

DBSCAN的定义：核心点、边界点、噪声点的判定逻辑，以及密度直达、密度可达、密度相连这三个概念的区别和联系。简答题几乎必考。

7.2 计算题型的高分答题套路

期末考试里最经典的计算题是：给你一个含若干样本的训练集，给出新样本，用朴素贝叶斯判断类别。答题按"四步走"基本不会丢分。

第一步，算先验概率，也就是每个类别在训练集中占的比例。第二步，统计各类别下每个特征的条件概率，如果特征是连续的，说明用的是高斯分布，写出每个特征的均值和方差。第三步，把新样本的特征代入公式，分类别算出后验分子。第四步，比较大小，给出最终分类结果。别忘了在第三步之后顺手提一句"分母相同不影响比较"，这句话能向阅卷老师传递一个信号：你是真的懂贝叶斯推导逻辑。

聚类计算题有两种常见形式。一种是给6到8个点，要求手算K-Means迭代的前两轮，这种题只要按"分配-更新质心-再分配"的步骤一步步算就行。另一种是给你一组点，要求用给定的ε和MinPts判断哪些是核心点、哪些是噪声点，这种题要先把所有点两两之间的距离算出来，再逐个判定。我的建议是先在草稿纸上把距离矩阵列出来，免得漏算。

7.3 简答题的三种高频问法和答题方向

问"朴素贝叶斯的朴素体现在哪里"时，别只答一句"条件独立假设"。要有结构地回答：先说明它假设特征之间相互独立，让联合概率分解为条件概率的连乘；再说这个假设虽然在实际中通常不成立，但让参数估计变得简单、计算高效；最后补充它在文本分类等场景下即使假设不严格成立，效果依然不错，属于"朴素但有效"。

问"K-Means如何选择K"时，标准答法有三条：肘部法则看SSE曲线拐点，轮廓系数看聚类紧密度和分离度，业务需求决定最终K值。如果面试官追问"哪种方法最靠谱"，务实的答案是业务解释力优先，指标只是参考。

问"DBSCAN和K-Means的区别"时，按四个维度组织：是否指定K值、是否能识别任意形状簇、是否对离群点鲁棒、参数含义和可解释性。在这一题里，如果能主动举一个DBSCAN比K-Means更合适的例子，比如环形数据、异常检测场景，会明显加分。

到这里，朴素贝叶斯和聚类算法的主体知识、实战案例和考试要点就都过了一遍。我个人把这些内容整理成了一份非常薄的知识卡片，考前不看大部头，只看数据表、公式和手算步骤。说句实在话，这两个算法即便放在今天动辄几十亿参数的深度学习时代，依然活跃在最基础的机器学习流程里，认真把它们啃下来，对你理解整个机器学习体系会是非常扎实的起点。