1. 前言
Kaggle上有篇名为「Approaching (Almost) Any Machine Learning Problem」的博客（点击底部阅读原文），作者是Kaggle比赛的专业户，博客是他参加Kaggle比赛的经验总结。在进入正题前随便扯几句：
- 本文并非原博客的翻译版，而是90%的原创，是在原博客基础上融合自己的经验，重写了大部分章节和代码。所以当你看到本文跟原博客差别很大时，请不要怀疑人生 ;-P
- 原博客题目直译过来是『解决(几乎)任一机器学习问题的方法』，但原博客内容更偏数据挖掘之『术』而非机器学习之『道』，因为讲解了很多实际操作的trick和代码，所以我给本文取名为『数据挖掘比赛通用框架』。为简化描述，后续用ML指代机器学习，DM指代数据挖掘
- 本文可以看做是一篇科普性质的文章，内容简单基础，关键在于结合实际实践这些想法，所谓 practice makes perfect.
- 本人连续多天利用数个晚上写成此文，请尊重原创，转载请注明。也希望本文能给各位带来收获，如有疏漏，望积极指正，先行谢过
2. 背景
DM流程通常分两个阶段