Python3入门机器学习之1.1机器学习世界的数据

Python3入门机器学习

1.1 机器学习世界的数据

以著名的鸢尾花数据为例，如下：

提取出关于它的数据，如下：

• 数据整体叫数据集（data set）
• 每一行数据成为一个样本（sample）
• 除最后一列，每一列表达样本的一个特征（feature）
• 最后一列，称为标记（label）
• 第i个样本行写作：
  第i个样本第j个特征值写作：
• 第i个样本的标记写作：

每一个样本可以用一个特征向量来表示，整个数据集可用一个矩阵来表示，如下：

在每一样本中，可以在维度空间中用一个点来表示。例如，为了表示方便，我们只选取鸢尾花的萼片长度和宽度两个特征来描绘点，如下为n朵花的图：

• 特征空间（feature space）
• 分类任务本质就是在特征空间切分
• 在高维空间同理

但是，特征可以很抽象，比如下面的图像：

• 如一个图像，每一个像素点都是特征
• 28 * 28的图像有28 * 28=784个特征
• 如果是彩色图像特征更多