（1）收集数据：采用各种方法收集数据，比如爬虫等；

（2）准备数据：因为需要计算距离，所以数据类型应该是数值型，最好是结构化数据格式；

（4）训练算法：这是关键的一步，训练的目的是找到最佳的分类回归系数，可以使用随机梯度上升法；

（5）测试算法：训练完成，将数据投入模型进行测试；