知识卡片
分类要预测未知样本
分类器从输入特征预测离散类别。鸢尾花例子用四项测量预测种属,训练时已知标签用于学习,真正目标是判断未见样本。仅能返回已知记录的标签不代表学到了可迁移规律;编码类别也只是数据表示,不等于完成分类。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 引言 / INTRODUCTION 向量 · 查看原书依据
此数据集的主要应用之一是创建一个程序作为分类器。也就是说,它将花朵的特征作为输入(萼片长度、花瓣宽度等),并最终确定种类。对于完整的已知数据集,这种分类程序将是微不足道的,但是我们的目标是使用未知鸢尾花的数据来查看模型是
参考来源
- 位置:《人工智能算法(卷2):受大自然启发的算法》引言 / INTRODUCTION,原书小节“向量”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/人工智能算法(卷2):受大自然启发的算法/_epub-src/OEBPS/Text/epub_0005.html#nav_point_15)
- 结论依据:原文以四项测量为输入、物种为输出,并明确目标是正确识别未知鸢尾花。
- 原始内容:此数据集的主要应用之一是创建一个程序作为分类器。也就是说,它将花朵的特征作为输入(萼片长度、花瓣宽度等),并最终确定种类。对于完整的已知数据集,这种分类程序将是微不足道的,但是我们的目标是使用未知鸢尾花的数据来查看模型是