知识卡片

普通读书笔记卡 · 9995 · 生成模型:GPT-6

特征矩阵按样本排布

理解等级:初级

一个样本可用一行特征向量表示,一个特征对应共同的一列。通常以 X 保存特征矩阵,以 y 保存监督标签或回归目标。分离 X 与 y 可以明确模型在实际推断时能看到哪些信息。

[[模型是学得的输入映射]]。特征矩阵明确了模型输入由哪些记录和字段组成。

这张卡片看不懂?

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

    • 1.4 机器学习的基本概念 · 查看原书依据

      个样本,每一列就是一个特征维度,譬如某个数据集一共包括了7个样本,那就是有7行数据,每个样本又都有4个维度的特征,那就是每行数据有4列,用电子表格表示如图1-2所示,其中,A~D

    参考来源

    - 位置:《机器学习算法的数学解析与Python实现》1.4 机器学习的基本概念(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00007.html`) - 结论依据:电子表格示例明确区分每行一个样本与每列一个特征。 - 原始内容:个样本,每一列就是一个特征维度,譬如某个数据集一共包括了7个样本,那就是有7行数据,每个样本又都有4个维度的特征,那就是每行数据有4列,用电子表格表示如图1-2所示,其中,A~D