揭秘ML过程：从数据预处理到模型训练，深度理解机器学习的全过程探索: 重要数据的真实影响，真相又将在何处揭晓？，: 持续发酵的问题，难道我们还不应该重视？
九十年代初，随着计算机科学领域的飞速发展，机器学习（Machine Learning）作为一门新兴的技术开始崭露头角。它通过模拟人类大脑在处理复杂问题时的思维方式和行为方式，实现对大量数据进行自动分析、挖掘、推断，并从中发现规律性，从而帮助机器自动完成特定任务，如图像识别、自然语言处理、语音识别等。
一、数据预处理
数据预处理是机器学习的重要环节，其主要目的是将原始的非结构化或半结构化的数据转换为可被机器学习算法处理的形式。以下是数据预处理的主要步骤：
1. 数据清洗：去除无用信息：例如重复值、缺失值、异常值等，确保数据的质量和完整性。常见的清洗方法包括统计量清理、去重、填充空值等。
2. 数据转换：将分类变量转化为数值变量：对于二元分类问题，可以将类别编码为数值变量，例如整数或浮点数；对于多类分类问题，可以将类别编码为向量或矩阵，例如二维数组或三维数组。
3. 特征工程：创建新的特征：通过对现有特征进行改造，提升模型的表现能力。这可能涉及到调整特征的重要性、选择合适的特征组合、提取特征相关性等操作。
4. 数据归一化或标准化：使得所有特征具有相同的尺度，以便于后续的计算和比较。常见的归一化方法有最小-最大规范化（Min-Max Normalization）、Z-score标准化等，而标准化的方法则包括归一化或对数变换等。
5. 划分训练集和测试集：将数据集划分为训练集和测试集，用于评估模型的性能。训练集占总样本的比例大约在60%-80%，测试集占总样本的比例则在20%-30%。
二、模型训练
在经过数据预处理后，接下来就是模型的构建和训练。以下是一些常用的机器学习模型及其基本原理：
1. 监督学习模型：如线性回归、逻辑回归、决策树、随机森林、支持向量机、神经网络等，它们通过构建模型参数和损失函数，预测输出变量与给定标签之间的关系。其中，监督学习是一种无监督学习，需要标注的数据集才能训练模型。
2. 非监督学习模型：如聚类算法（K-means、DBSCAN等）、关联规则学习（Apriori、Fisher's exact test等）、降维算法（主成分分析（PCA）、t-SNE等），它们通过对未知数据进行分群或聚类，找出数据中的潜在模式或联系。
3. 强化学习模型：如Q-learning、Deep Q-Networks（DQN）等，它们通过与环境交互，不断调整行动策略，以获得奖励最大化或最小化目标函数。这类模型广泛应用于游戏AI、机器人控制、自动驾驶等领域。
三、深度理解机器学习的全过程探索
随着深度学习的发展，许多高级的模型已经成功地解决了复杂的机器学习问题，但背后的机制仍然相对复杂，难以直接解析。以下是从数据预处理、模型训练和深度理解机器学习全过程三个关键阶段对深度学习的理解：
1. 数据预处理：深度学习模型通常采用卷积神经网络（CNN）、循环神经网络（RNN）等深层次的结构，这些模型能够学习到更抽象、更丰富的特征表示，有助于解决传统机器学习模型无法处理的问题，如图像分类、语音识别等。数据预处理阶段，深度学习模型不仅要处理数据的量化属性，还要关注数据的时空特征、噪声等问题，以提高模型的泛化能力和鲁棒性。
2. 模型训练：在深度学习模型中，模型内部包含大量的隐藏层和非线性层，每个隐藏
【环球时报记者 白云怡 环球时报驻美国特约记者 李勇 裴茗】“针对（非法）移民搜捕行动持续的同时，抗议活动在全美蔓延”“市中心宵禁开始后，洛杉矶警方实施‘大规模逮捕’”“特朗普为派军队的决定进行辩护，纽森则警告民主‘正遭受攻击’”……11日，与洛杉矶骚乱相关的新闻依旧在美国舆论场“刷屏”。自上周六以来，已有至少378人在洛杉矶被捕。美国总统特朗普与加利福尼亚州州长纽森的隔空交锋还在继续。特朗普11日称，“如果我们的军队当时没有进入洛杉矶，这座城市恐怕现在已经被烧成废墟”，洛杉矶的人民“非常幸运，因为我做出了派兵协助的决定”。此前一天，纽森批评联邦政府“煽风点火”，在整座城市“撒下军网”。14日，美方将为纪念美国陆军成立250周年在华盛顿特区举行阅兵式，当天也恰逢特朗普的生日。美国《纽约时报》称，在联邦政府调动军队前往洛杉矶的背景下，这场阅兵活动“陷入了政治旋涡”。
得州也要部署国民警卫队
当地时间10日傍晚，洛杉矶市长巴斯在新闻发布会上宣布，将于当天20时至11日6时在市中心部分区域实施宵禁，覆盖区域仅限市中心大约1平方英里，区域内居民活动不受宵禁令限制。宵禁政策实施到哪天，将在评估后再定。美国有线电视新闻网（CNN）说，宵禁影响了洛杉矶400万居民中不到10万人。英国广播公司（BBC）称，这场危机并不是全城性的，巴斯明确表示，只有少数街道受到宵禁影响，此举是为了解决夜晚抢劫和暴力问题。
洛杉矶警察局局长麦克唐奈称，“自上周六以来，我们目睹了令人担忧的事态升级以及非法且危险的行为。”据美国《华尔街日报》报道，洛杉矶警方10日晚开始进行“大规模逮捕”，据称有数十人因拒绝在非法集会区域散去而被拘留。在上周末两天，分别有27人和40人被捕，到了周一和周二，被捕人数分别为114人和197人。
反对搜捕非法移民执法行动的抗议继续从洛杉矶向美国其他地方蔓延。CNN称，10日举行示威活动的城市还包括纽约、芝加哥、旧金山、丹佛、拉斯维加斯、波士顿、西雅图、密尔沃基、费城、华盛顿特区等。得克萨斯州多座城市也爆发抗议。在奥斯汀，警方使用催泪瓦斯驱散人群并逮捕了13人。得州州长阿博特10日晚宣布，将在全州部署国民警卫队。BBC称，此举传递了一个信号——共和党人知道如何维护法律和秩序。
据美国全国广播公司（NBC）10日报道，自本周一以来，从美国西海岸至东海岸，至少举行了25场集会和示威活动，其中有些参与者仅十几人，有些则有数千人。抗议蔓延的同时，美国移民与海关执法局（ICE）针对非法移民的搜捕行动仍在全美范围内持续。10日，ICE在社交平台X上发布照片，显示执法人员在洛杉矶展开搜捕行动，周围有国民警卫队人员在场。CNN称，这是首次公开展示国民警卫队参与ICE执法行动的画面。多名知情人士介绍称，国民警卫队在洛杉矶的任务重点是保护财产和人员，他们本身没有拘捕权。
“洛杉矶陷入分裂与猜疑。”《洛杉矶时报》10日称，美国海军陆战队当天抵达洛杉矶，人们越来越担心，当地警方与联邦部队之间缺乏沟通和协调。美国政府此前表示，将向洛杉矶派总共4000名国民警卫队人员和700名海军陆战队人员。
加州州长的“不寻常举动”
美联社11日称，洛杉矶地区“迅速发展的局势”引发了特朗普和纽森之间的公开争吵。据《华尔街日报》报道，洛杉矶10日颁布宵禁令之前，特朗普在北卡罗来纳州发表讲话时称，“你们在加州看到的是一场对和平、公共秩序和国家主权的全面攻击，由挥舞外国国旗的暴乱分子发起，目的是持续对我们国家进行外来入侵。”
《洛杉矶时报》称，特朗普发表讲话数小时后，纽森在社交平台上发布了自己的视频讲话。他指责联邦政府在整座城市“撒下军网”，危及和平示威者、针对勤劳的移民家庭。《纽约时报》援引纽森的讲话称，对于民主和美国长期遵循的法律规范而言，现在是“危险时刻”，“加州可能是第一个……下一个将是其他州”，“民主在我们眼前遭受攻击”。
《纽约时报》提及，对这位加州州长而言，10日发表讲话是“不寻常的举动”，因为他有阅读障碍，不喜欢借助提词器发表正式演讲。但最近，纽森通过一切可利用的渠道，针对联邦政府在调动军队方面采取的举措发出警告。《洛杉矶时报》称，如今，纽森成为共和党人的“目标”，他是围绕抗议活动的政治和法律斗争的核心人物。
不过，民主党内部对于加州局势和移民问题存在分歧。据《纽约时报》报道，加州的情况让民主党一些领导人感到担忧，因为这场对抗可能会让民主党在对自身不利的问题上更加被动：移民和犯罪两个话题近年来为共和党赢得更多选票，而加州当前触目惊心的骚乱场景让民主党的弱点更加凸显在人们面前。
美国民主党参议员费特曼近年来频频与本党立场产生分歧，他把洛杉矶正在上演的场面形容为“无政府状态和真正的混乱”。费特曼在社交媒体上发布了一张照片：一名蒙面男子挥舞着墨西哥国旗，站在一辆被毁坏的汽车上，四周火光冲天。这张照片被共和党人广泛传播。“当我们拒绝谴责纵火烧车、破坏建筑、袭击执法人员的行为时，我们就失去了道德制高点。”费特曼写道。
《纽约时报》称，移民执法已经成为民主党内分歧最大的议题之一。近年来，随着美国公众意见右倾，民主党内部有人改变了对移民问题的立场。目前，多数民主党高层人士已公开谴责最近发生的暴力行为，并称这些事件大多是零星、孤立的个案。
这组“并行”的场景引发担忧
据美媒报道，纽森在10日的讲话中提到了定于本周六在华盛顿举行的阅兵式。这场活动是为了庆祝美国陆军成立250周年，14日也恰逢特朗普的79岁生日。NBC称，预计将有约7000名士兵参加阅兵活动。另据美国CNBC网站报道，美国安全官员称，他们正关注9场针对阅兵式的抗议活动。特朗普10日说，如果14日有民众示威抗议，他们将面对“强大的力量”。
“阅兵式陷入政治旋涡。”《纽约时报》称，当坦克、装甲输送车和火炮系统涌入华盛顿时，来自陆军另一支部队的国民警卫队人员被部署到洛杉矶街头，这组“并行”的场景引发了军方官员和专家的担忧，“在军队本应成为国家团结象征的时候，这削弱了人们对军队的信任”。几名美国现任和前陆军官员称，周六的阅兵及其他庆祝活动可能会让人感觉，军队在庆祝对美国民众的镇压。