Funktioner X og mål y
Form input, som biblioteket forventer.
Funktioner X og mål y er en gratis Data Science Academy-lektion på CoddyKit. Dette er lektion 2 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Data Science Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Data Science Academy-kurset indeholder 4 lektioner i alt.
Input og output
Overvågede modeller lærer en sammenhæng fra input til et output. Inputtene er dine egenskaber, og outputtet er det, du vil forudsige. 🎯
Mød X og y
Efter konvention placeres egenskaber i et stort X, og målet i et lille y. Denne navngivning går igen i næsten alle eksempler, du læser.
X er todimensional
Det store X er en 2D-tabel: én række pr. eksempel og én kolonne pr. egenskab. scikit-learn forventer altid denne form med rækker og kolonner.
X.shape # (n_samples, n_features)y er endimensional
Målet y er normalt en enkelt kolonne: én værdi pr. eksempel. Længden skal være præcis lig med antallet af rækker i X.
y.shape # (n_samples,)Opdel en DataFrame
Fra en pandas-tabel udskiller du X og y ved at vælge kolonner. Kolonnen med målet bliver til y; alt andet bliver til X.
X = df.drop(columns=['price'])
y = df['price']Egenskaber bør være numeriske
De fleste estimatorer forventer numeriske egenskaber. Tekst- og kategorikolonner skal kodes som tal, før de kan komme ind i X.
Hold målet ude af X
Lad aldrig svaret indgå i dine egenskaber. Et mål, der gemmer sig i X, er data-lækage, og det får en model til at se perfekt ud, selv om den er ubrugelig.
Rækkerne skal passe sammen
Række ét i X skal svare til værdi ét i y. Denne justering er det, der forbinder hvert eksempel med det korrekte svar.
Regression kontra klassifikation
Hvis y indeholder kontinuerte tal, er det regression; hvis y indeholder kategorier, er det klassifikation. Målets type afgør modeltypen.
Giv begge til fit
Når X og y er klar, giver du dem begge til fit på samme tid. Modellen læser egenskaber og svar side om side for at lære.
model.fit(X, y)predict tager kun X
Når du laver forudsigelser, sender du nye egenskaber med de samme kolonner som i trænings-X. Du sender aldrig y, eftersom det er det, du vil have tilbage.
model.predict(X_new)Hurtigt tjek
Kontrollér, at du har styr på formen af X og y.
Opsummering
Opdel dine data i X, en todimensional egenskabstabel, og y, det endimensionale mål. Hold dem justeret og fri for lækage, så er fit klar til at lære. ✅
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “Funktioner X og mål y” gratis?
Ja — hele teksten til “Funktioner X og mål y” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Data Science Academy-kurset, skal du opgradere til CoddyKit PRO. Data Science Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Funktioner X og mål y”?
Form input, som biblioteket forventer. Du øver dig i Data Science Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Data Science Academy?
Der kræves ingen tidligere erfaring. Data Science Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 2 af 4.
Hvor lang tid tager lektionen “Funktioner X og mål y”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Data Science Academy-lektion?
Ja. Alle Data Science Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Kontrakten for fit og predict
- Funktioner X og mål y
- Træn en lineær regression
- Bedøm Deres første model