通過PAI中的流程，學習到本實例中的流程。數據預處理——特征擴充——數據切分——類型轉換——歸一化——缺失值填充——模型訓練——預測（可視化）
通過不同特征之間的組合產生新的特征
用戶購買就是一個二分類，即：買、不買。
上面的error是一個梯度——生成值與目標的差值。這個差值其實就是下圖中的代價函數 J()
吳恩達中介紹的梯度下降算法模型（如下圖）
下圖是二分類評估的一種方法：
ROC圖的左上角越靠近網格的左上角(即面積越大)，預測效果越好
下圖是混淆矩陣對預測結果的評估：
在PAI中可以查看訓練出來的模型，也可通過部署直接生成API，