Cechy X i zmienna docelowa y
Kształtowanie danych wejściowych zgodnie z oczekiwaniami biblioteki
Cechy X i zmienna docelowa y to bezpłatna lekcja Data Science Academy na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Data Science Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Data Science Academy zawiera 4 lekcji w sumie.
Dane wejściowe i wyjściowe
Modele nadzorowane uczą się odwzorowania danych wejściowych na wynik. Dane wejściowe to cechy, a wynik to wartość, którą chcą Państwo przewidywać. 🎯
Poznajemy X i y
Zgodnie z konwencją cechy zapisuje się w wielkiej literze X, a zmienną docelową w małej literze y. Takie nazewnictwo pojawia się niemal w każdym przykładzie.
X ma dwa wymiary
Wielka litera X oznacza tabelę 2D: jeden wiersz na próbkę i jedną kolumnę na cechę. scikit-learn zawsze oczekuje takiego układu wierszy i kolumn.
X.shape # (n_samples, n_features)y ma jeden wymiar
Zmienna docelowa y jest zwykle pojedynczą kolumną: jedna wartość przypada na każdą próbkę. Jej długość musi dokładnie odpowiadać liczbie wierszy w X.
y.shape # (n_samples,)Podział obiektu DataFrame
Z tabeli pandas wydzielają Państwo X i y, wybierając kolumny. Kolumna docelowa staje się y, a wszystkie pozostałe tworzą X.
X = df.drop(columns=['price'])
y = df['price']Cechy powinny być liczbowe
Większość estymatorów oczekuje cech liczbowych. Kolumny tekstowe i kategorialne trzeba przed umieszczeniem ich w X zakodować jako liczby.
Nie umieszczaj zmiennej docelowej w X
Nie należy pozostawiać odpowiedzi wśród cech. Zmienna docelowa ukryta w X to wyciek informacji, przez który model wygląda idealnie, ale jest bezużyteczny.
Wiersze muszą być wyrównane
Pierwszy wiersz X musi odpowiadać pierwszej wartości y. To wyrównanie pozwala modelowi połączyć każdą próbkę z właściwą odpowiedzią.
Regresja a klasyfikacja
Jeśli y zawiera liczby ciągłe, mamy do czynienia z regresją; jeśli zawiera kategorie — z klasyfikacją. Typ zmiennej docelowej decyduje o rodzinie modelu.
Przekazanie obu wartości do fit
Gdy X i y są gotowe, przekazują je Państwo razem do fit. Model analizuje cechy i odpowiadające im wartości jednocześnie, aby się uczyć.
model.fit(X, y)predict przyjmuje tylko X
Podczas predykcji przekazują Państwo nowe cechy z tymi samymi kolumnami co w treningowym X. Nie przekazuje się y, ponieważ to właśnie tę wartość chcą Państwo uzyskać.
model.predict(X_new)Szybkie sprawdzenie
Proszę upewnić się, że rozumieją Państwo kształty X i y.
Podsumowanie
Proszę podzielić dane na X, czyli dwuwymiarową tabelę cech, oraz y, czyli jednowymiarową zmienną docelową. Należy zachować ich wyrównanie i uniknąć wycieku informacji, a fit będzie gotowe do nauki. ✅
Ucz się Python dzięki korepetycjom AI — za darmo
Pisz i uruchamiaj kod w przeglądarce, otrzymuj natychmiastową pomoc od korepetytora AI dostępnego 24/7 i kontynuuj naukę w sieci lub w aplikacji.
- Kursy
- 30
- Lekcje
- 120
Często zadawane pytania
Czy lekcja „Cechy X i zmienna docelowa y” jest bezpłatna?
Tak — pełny tekst „Cechy X i zmienna docelowa y” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Data Science Academy, przejdź na CoddyKit PRO. Kurs Data Science Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Cechy X i zmienna docelowa y”?
Kształtowanie danych wejściowych zgodnie z oczekiwaniami biblioteki Ćwiczysz Data Science Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć Data Science Academy?
Nie wymagamy żadnego doświadczenia. Data Science Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.
Ile czasu zajmuje lekcja „Cechy X i zmienna docelowa y”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji Data Science Academy?
Tak. Każda lekcja Data Science Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Kontrakt fit i predict
- Cechy X i zmienna docelowa y
- Trenowanie regresji liniowej
- Oceń swój pierwszy model