解决机器学习/模式识别问题的典型步骤：
- 数据分析并将数据拆分为测试集和训练集。
- 选择模型。
- 训练模型，并针对测试集测试模型。
- 如果模型的准确性不可接受，请使用新模型重新开始。
步骤（2）可以使用网格搜索在某种程度上自动化，但是有没有办法使整个过程自动化？
我特别考虑大型数据应用程序（例如在处理零售数据时，或在 Netflix 等网站上进行客户分析时），其中有数百万个类似但不同的机器学习问题实例，每个实例都需要训练和分别验证。
在这种情况下，分析师或数据科学家团队不可能执行上述步骤，必须使用某种自动化模型开发框架。
允许这样做的框架是什么？