¿Cuál es la diferencia entre una característica y una etiqueta?
Estoy siguiendo un tutorial sobre los fundamentos del aprendizaje automático y se menciona que algo puede ser una característica o una etiqueta .
Por lo que sé, una característica es una propiedad de datos que se está utilizando. No puedo entender cuál es la etiqueta, sé el significado de la palabra, pero quiero saber qué significa en el contexto del aprendizaje automático.
4 answers
Brevemente, feature es input; label es output.
Una entidad es una columna de los datos en su conjunto de entrada. Por ejemplo, si está tratando de predecir el tipo de mascota que alguien elegirá, sus características de entrada pueden incluir la edad, la región de origen, los ingresos familiares, etc. La etiqueta es la elección final, como perro, pez, iguana, roca, etc.
Una vez que haya entrenado su modelo, le dará conjuntos de nuevas entradas que contengan esas características; devolverá la "etiqueta" prevista (tipo pet) para esa persona.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/ajaxhispano.com/template/agent.layouts/content.php on line 61
2016-11-30 22:36:29
Característica:
En la función de aprendizaje automático significa una propiedad de sus datos de entrenamiento. O puede decir un nombre de columna en su conjunto de datos de entrenamiento.
Supongamos que este es su conjunto de datos de entrenamiento
Height Sex Age
61.5 M 20
55.5 F 30
64.5 M 41
55.5 F 51
. . .
. . .
. . .
. . .
, Entonces aquí Name , Sex y Age son las características.
Etiqueta :
La salida que obtiene de su modelo después de entrenarlo, se llama etiqueta.
Supongamos que alimentó el conjunto de datos anterior a algún algoritmo y genera un modelo para predecir el género como Hombre o mujer, En el modelo anterior pasas características como age, height etc.
Así que después de computar devolverá el género como Masculino o Femenino. Eso se llama una etiqueta
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/ajaxhispano.com/template/agent.layouts/content.php on line 61
2017-09-06 12:18:28
Tomemos un ejemplo donde queremos detectar el alfabeto usando fotos escritas a mano. Alimentamos estas imágenes de muestra en el programa y el programa clasifica estas imágenes en función de las características que obtuvieron.
Un ejemplo de una característica en este contexto es: la letra 'C' se puede pensar como un cóncavo hacia la derecha.
Ahora surge una pregunta sobre cómo almacenar estas características. Tenemos que nombrarlos. Aquí está el papel de la etiqueta entra en existencia. Se da una etiqueta a tales características a distinguir de otras características.
Por lo tanto, obtenemos etiquetas como salida cuando se proporcionan con características como entrada.
Las etiquetas son no asociadas con el aprendizaje no supervisado.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/ajaxhispano.com/template/agent.layouts/content.php on line 61
2017-09-04 11:50:13
Una característica explicada brevemente sería la entrada que ha alimentado al sistema y la etiqueta sería la salida que está esperando. Por ejemplo, ha alimentado muchas características de un perro como su altura, color de piel, etc., por lo que después de computar, devolverá la raza del perro que desea conocer.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/ajaxhispano.com/template/agent.layouts/content.php on line 61
2017-09-06 10:43:03