2.3　机器学习算法流程

通常机器学习的算法流程如下：

·　选择模型函数mx_fun。

·　把训练用的特征数据集x_train和对应的特征（结果）数据集y_train，输入模型函数mx_fun。

·　系统内置的机器学习函数会自动分析特征数据与结果数据之间的关系，这样的一个过程就是机器学习的过程，也是算法建模的过程。

·　通过对训练数据的机器学习和数据分析，系统会生成一个AI机器学习的模型，我们将其保存到变量mx。

·　把测试数据x_test输入到mx模型变量中，mx会调用内置的分析函数predict，生成最终的分析结果y_pred。

·　如果是实盘，我们输入最新的数据，比如今天的股市数据或正在销售的足彩比赛赔率数据，系统会自动生成相关的预测数据，比如每天或未来几天股市走势数据或比赛输赢结果预测数据。

在进行实盘运行前，我们会对模型产生的预测数据y_pred和正确结果数据y_test进行对比，判断模型的准确度，并通过一些优化措施和参数调整进行迭代运算，或者采用其他的模型提高最终结果的准确度。