在做机器学习的过程中，拿到数据，确定了你要做的是分类还是回归，那么你经常还会基于什么来选择机器学习模型？

[ghostband]

可能利用matplotlib画一些数据可视化的图， 通过data.describe()查看数据的一些指标，包括最大最小值，平均值，方差，判断数据是否需要标准化， 通过箱线图查看数据的一些分布，查看一些异常值，

还有加上前面一个问题，在什么样的条件下，判断需要加上一些特征的组合，再去尝试模型的效果是否有提升。

[ghostband]

忘记了，还有特征的缺失值处理。 还有特征的重要度检查，利用皮尔森系数，或者是互信息