看了一眼这个文章系列，居然第四集是11月5号写的，这25天可见发生了多少事情...
今天我们讲讲特征，算是基础篇的一个番外篇延伸，我省着在后面的文章里写了，怕扰乱了思路
严格来说这个属于基础机器学习领域里的了，我又不讲决策树，贝叶斯，隐马尔可夫啥的（不在这个系列写，也许在别的算法系列文章里写），但是特征这玩意也都是通用的了，不讲后面还是麻烦
进入正题
那机器学习也好，深度学习也好，能解决哪些问题：
1- 规律性
2-平滑性
3-结果不变性（客观）
如果你老板给你的任务不完全的match以上三种要求的任务，那必须跑，否则必然是一个大坑
比如彩票预测人物这种搭眼一看，第一个就不符合；或者让你识别质数，这个也不行，除非硬算，否则因为质数是突变的，他不符合平滑性
另外比如量化，虽然它符合以上三种形态，但是模型权重必须得一直变，否则大家用多了就驱同了，所有人都一起亏钱
，所以量化模型不变的投资机构一定要拉黑
