今日目标理解什么是特征输入和标签输出学会组织训练数据理解为什么需要多组数据能自己准备一个小数据集学习内容1. 特征与标签特征Feature提供给模型的信息也就是输入。标签Label模型要学习的正确答案也就是输出。举例场景特征(x)标签(y)温度转换摄氏温度华氏温度商品总价购买数量总金额房价预测房屋面积房价设备异常温度/振动/电流正常或异常2. 组织训练数据# 方式1两个独立列表特征[0,1,2,3,4]标签[1,3,5,7,9]# 方式2成对列表数据[(0,1),(1,3),(2,5),(3,7),(4,9),]# 遍历成对数据forx,yin数据:print(f输入{x}, 期望输出{y})3. 为什么需要多组数据如果只给一组数据模型可能学到错误的规律。举例数据量问题1组无法判断是直线还是曲线2组只能确定一条直线但不知道是否准确5组以上能看出规律的趋势模型更可靠4. 准备一个真实场景的数据集假设我们收集了5个员工的工资数据# 工作年限(年) → 月薪(千元)员工数据[(1,8),# 工作1年月薪8千(2,10),# 工作2年月薪1万(3,13),# 工作3年月薪1万3(5,18),# 工作5年月薪1万8(8,25),# 工作8年月薪2万5]工作年限[d[0]fordin员工数据]月薪[d[1]fordin员工数据]print(工作年限:,工作年限)print(月薪:,月薪)5. 数据的噪声真实世界的数据不会完美落在一条直线上。# 理想数据没有噪声理想数据[(0,1),(1,3),(2,5),(3,7),(4,9)]# 带噪声的数据更接近真实带噪声数据[(0,1.1),# 期望1实际1.1(1,2.8),# 期望3实际2.8(2,5.3),# 期望5实际5.3(3,6.9),# 期望7实际6.9(4,9.2),# 期望9实际9.2]# 观察噪声的影响forx,yin带噪声数据:理想值2*x1误差abs(y-理想值)print(fx{x}, 实际y{y:.1f}, 理想y{理想值}, 误差{误差:.1f})今日练习练习1整理自己的数据集选择一个你感兴趣的主题收集5组数据# 示例学习时间(小时) → 考试成绩(分)学习数据[(1,55),(2,65),(3,72),(4,85),(5,92),]学习时间[d[0]fordin学习数据]考试成绩[d[1]fordin学习数据]for时间,成绩inzip(学习时间,考试成绩):print(f学习{时间}小时 → 成绩{成绩}分)练习2计算数据的统计信息数据[(0,1),(1,3),(2,5),(3,7),(4,9)]x值[d[0]fordin数据]y值[d[1]fordin数据]# 计算x和y的平均值x平均sum(x值)/len(x值)y平均sum(y值)/len(y值)print(fx的平均值{x平均})print(fy的平均值{y平均})验收标准能区分特征和标签能组织至少5组训练数据能解释为什么需要多组数据能识别数据中的噪声明日预告下节课将学习前向计算如何用公式 y wx b 进行预测。
