machine-learning - 功能和标签有什么区别?

标签 machine-learning

我正在关注 tutorial关于机器学习基础知识,有人提到某些东西可以是特征标签

据我所知,特征是正在使用的数据的属性。我不知道这个标签是什么,我知道这个词的含义,但我想知道它在机器学习的背景下意味着什么。

最佳答案

简单来说,输入特征;输出标签。这适用于分类和回归问题。

特征是输入集中的一列数据。例如,如果你试图预测某人会选择哪种宠物,你的输入特征可能包括年龄、家乡地区、家庭收入等。标签是最终选择,例如狗、鱼、鬣蜥、岩石、等等

训练完模型后,您将为其提供包含这些特征的新输入集;它将返回该人的预测“标签”(宠物类型)。

关于machine-learning - 功能和标签有什么区别?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40898019/

相关文章:

machine-learning - 构建 FAR 和 FRR 值的 ROC 曲线

python - 在先 channel 和最后 channel 之间更改图像 channel 顺序的正确方法是什么?

python - 不需要标签的一热编码?

machine-learning - "sparse"在神经网络中意味着什么?

machine-learning - 局部二元模式直方图的特征?

opencv - 如何在自定义检测算法中使用级联分类器?

python - 具有 2 个类别的虚拟变量。它应该在单列还是多列中?

python - KFold 交叉验证无法修复过度拟合

python - 在标准 CNN 上应用批量归一化的位置

machine-learning - 是否可以在 Google Dataprep 中拆分数据集?如果是这样,怎么办?