我们不再更新 Amazon Machine Learning 服务，也不再接受新用户使用该服务。本文档可供现有用户使用，但我们不会再对其进行更新。有关更多信息，请参阅[什么是 Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 构建机器学习应用程序
<a name="building-machine-learning"></a>

构建 ML 应用程序是涉及到一系列步骤的迭代过程。要构建 ML 应用程序，请执行以下常规步骤：

1. 在所要观察的对象以及您希望模型预测的答案方面，为核心 ML 问题确定框架。

1. 收集、清除和准备数据，以使其适合 ML 模型训练算法使用。可视化和分析数据来运行健全性检查以验证数据的质量和了解数据。

1. 通常，原始数据（输入变量）和答案（目标）以不能用于训练高度预测性模型的方式表示。因此，您通常应尝试从原始变量构造预测性更高的输入表示形式或特征。

1. 将生成的特征提供给学习算法用于构建模型，并根据从模型构建中给出的数据来评估模型的质量。

1. 使用模型生成新数据实例的目标答案的预测。