1. 收集数据
2. 数据清洗
   1. 删除不必要的信息
   2. 重复值处理
      1. 确定唯一属性
      2. 手动剔除
      3. 保留第一次出现的数据
   3. 异常值处理
      1. 3 sigma 原则
      2. 箱线图
      3. PCA图
      4. 层次聚类
   4. 缺失值处理
      1. KNN填值
      2. RF填值
      3. 最小值、平均值、众数
3. 数据变换
   1. Min-Max 归一化
   2. Upper quantile 归一化
   3. Robust 归一化
   4. Z-Score 标准化
   5. 对数/指数 变换
4. 差异分析
   1. 正态分布检验
      1. Q-Q 图
      2. Shapiro-Wilk test
   2. 方差齐性检验
      1. F test
      2. Levene’s test
   3. Volcano 图
   4. 箱线图
   5. 热图
   6. C-Fuzzy 图
5. 特征提取
   1. 子集搜索（遍历所有组合）
   2. AIC Step
   3. Randomforest
   4. Lasso
6. 模型选择
   1. logistic Regression
   2. SVM
   3. Lasso
7. 模型训练
   1. 确定训练集、测试集数据（20%， 80%）
   2. K折交叉验证
8. 模型评估
   1. ROC曲线
   2. Confusion Matrix
   3. Sensitivity、Specificity、NPV、PPV
   4. Threshold
   5. Prevalence
9. 独立验证
10. 非参数检验（U test）
11. 参数检验（t test）