杨桃的Python机器学习2——标签和特征

最新推荐文章于 2024-07-30 17:23:09 发布

yot777杨桃

最新推荐文章于 2024-07-30 17:23:09 发布

阅读量1w

点赞数 26

分类专栏：机器学习 Python 文章标签： python 机器学习

本文链接：https://blog.csdn.net/yty_7/article/details/105003781

版权

本文介绍了机器学习中的基本概念——标签和特征，通过实例阐述它们的含义。标签是对事物的分类，特征是量化指标。文章展示了如何在Python中构建特征-标签矩阵，并提供了相关代码示例。

摘要由CSDN通过智能技术生成

本人CSDN博客专栏：https://blog.csdn.net/yty_7

Github地址：https://github.com/yot777/

好了，机器学习进入正题了，我们从大家身边的实例开始讲起。

什么是标签

标签，通俗的讲是对某人某事物的凭经验的分类 。

大家都知道，人有高矮胖瘦之分，那么高是怎样定义出来的呢？

我查了一下，“高”在字典里的解释是：从下向上距离大；离地面远（跟“低”相对）。为什么解释“高”，要扯到“低”？

为了弄清楚“高”，我又查了一下“低”：从下向上距离小；离地面近（跟“高”相对）。

真想用爱情公寓里陈美嘉的名言对字典说：“我一口盐汽水喷si你！”

总之呢，从字典里搞清楚“高”是不可能的。但是我们每个人确实都觉得有的人长得高，有的人长得低（矮），这又是为什么呢？

如果你问姚明，觉得什么人算长得高？他可能会说：2米以上算长得高！

如果你问美女模特，觉得什么样的男人算长得高？她可能会说，1米75以上算长得高！

如果你问普通男人，觉得什么样的女人算长得高？他可能会说，1米6以上算长得高！

如果你问非洲某小人国部落，他可能会说，1米以上就算是巨人了！

明白了吗？其实大家心里都有一杆秤啊！标签的背后，是有某种可以量化为数字的指标做支撑，这就叫特征。

好了，解释了特征和标签，现在我们可以进行特征和标签的配对了。接着上面的话题：

姚明眼中的人类：

美女模特眼中的人类：

关注

专栏目录