课程大纲 第 85 课,共 250 课 · 你的第一批机器学习模型
你的第一批机器学习模型

机器学习的思维模型

机器学习听起来很神秘,但核心想法很朴素:不是你自己写规则,而是给程序看大量例子,让它自己找出规则。本模块几乎所有内容都建立在三个想法之上。

特征与标签

一个例子分成两部分。特征是你事先知道的东西(房子的面积、卧室数量)。标签是你想预测的东西(它的价格)。按照长期的传统,特征叫 X(一张表,大写字母),标签叫 y(单独一列,小写)。

      X (features)          y (label)
  size_sqft  bedrooms        price_k
     650        1              220
     800        2              265
    1200        3              410

监督学习与无监督学习

  • 监督学习有标签。你知道每个训练例子的正确答案,所以模型学习把 X 映射到 y。预测价格,或把邮件分为垃圾邮件和非垃圾邮件,都是监督学习。
  • 无监督学习没有标签。你只有 X,让模型去找结构,比如把相似的顾客分到一组。整个本模块都是监督学习。

fit / predict 模式

每个 scikit-learn 模型都说同样的两个动词。你会一次又一次地看到这个形状:

model = SomeModel()
model.fit(X, y)          # learn from examples
model.predict(X_new)     # guess labels for new rows

整个仪式就是这些。难点从来不在 API,而在于选好特征,并诚实地衡量模型表现得怎么样,本模块的其余部分讲的就是这个。

在这个练习里你还不用训练任何东西。你只需要做那不起眼但必不可少的第一步:拿一张小表,把它切成 X 和 y。

轮到你了

给定一个小的房屋 DataFrame df,列为 size_sqft、bedrooms 和 price_k。设 feature_cols = ["size_sqft", "bedrooms"],建立 X = df[feature_cols](只有两个输入列)和 y = df["price_k"](标签)。然后把 n_features 设为特征列的数量,n_samples 设为行数。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。