杨桃的Python机器学习2——标签和特征

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?

什么是特征

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

特征和标签的配对

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:

  特征(身高,以米为单位) 标签
A 1.51
B 1.61
C 1.76
D 2.1

美女模特眼中的人类:

  • 26
    点赞
  • 49
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值