“数据”是机器学习的基础。
初学机器学习时，我们通常处理的数据格式通常是以下的形式：
|
属性（特征） |
几室 |
几厅 |
供暖（0地热 1暖气） |
... |
临街（1临街 2不临街） |
楼层 |
房价 |
|
样本1 |
3 |
2 |
1 |
... |
1 |
5 |
300000 |
|
... |
... |
... |
... |
... |
... |
... |
... |
|
样本N |
4 |
1 |
0 |
... |
0 |
2 |
400000 |
关于房价评估预测，假设该表反应为一个我们实地采集的数据，我们要从中 “机器学习” 之前首先要学习几个概念:
|
样本 |
上表中一横行为一个样本，即我们所采集到的一所房子的相关信息。 |
|
特征 |
上表中一纵列为一个属性（或特征），即一个房子的某些方面，如几室几厅。人们在购买房子时，几室几厅直接影响房子价格，所以我们要采集他，当然一些数据有一些非直观的影响，如当地工业程度对房价的影响。 |
|
标签 |
上表中最后一列为标签，即我们想要预测的内容。如该例中，我们想预测房价 |
|
数据集 |
所有样本的集合 |
数学符号还是写在纸上好...
咳咳...机器学习中包含多种任务，途中第一种被称为“监督”学习，又称“有导师学习”，第二种被称为“无监督学习”，又称“无导师学习”。
区别在于，有导师的情况下做课题，我们明确知道自己想要什么~来嘛...，比如上例中的明确所求的房价预测。
没有带领的情况下，我们要学会自己发现什么..."波蒂，我们的秘密被泄露了~"比如通过一组体检数据发现身高和体重的关系。
（未完持续）