在了解了机器学习的思路、回归和分类等具体算法类型以及重要的数据准备方法之后，我们现在将这些部分结合起来。本章将演示使用常用工具构建机器学习模型的实际流程。

你将学习如何：

• 使用库加载和准备数据。
• 为给定任务选择合适的算法。
• 在准备好的数据上训练模型。
• 使用训练好的模型为新输入生成预测。
• 使用恰当的指标评估模型的有效性。

我们将使用一个常用库（例如 Scikit-learn）来高效地说明这些步骤。我们的目标是将之前学到的知识点连接起来，形成一个连贯的端到端流程，从理论知识转向实际操作。