...
← Curs Machine Learning și AI pentru începători: toate lecțiile
Lecția 7 · Date

X și y: convenția din ML

În orice cod de Machine Learning vei vedea două nume: X și y. X ține caracteristicile tuturor exemplelor, y ține etichetele. În lecția asta afli de ce se scriu așa, ce formă au și cum le verifici.

Două nume pe care le vei vedea peste tot

  • X = matricea de caracteristici: o listă de rânduri, câte un rând pentru fiecare exemplu. Are două dimensiuni (rânduri × coloane), de aceea se mai numește 2D.
  • y = vectorul de etichete: o listă simplă, câte o valoare pentru fiecare exemplu. Are o singură dimensiune (1D).
X = [[5, 7], [2, 6], [8, 8]]   # ore de studiu, ore de somn
y = [8, 5, 10]                  # nota
print("X:", X)
print("y:", y)
X: [[5, 7], [2, 6], [8, 8]]
y: [8, 5, 10]
De ce X cu majusculă?

Din matematică: matricele se notează cu litere mari, vectorii cu litere mici. E singurul loc din Python unde o variabilă cu majusculă e normală, iar toată comunitatea ML o folosește așa.

Exercițiul tău

Construiește X și y pentru 5 studenți și afișează câteva informații despre ele.

  • Creează X cu 5 rânduri [ore_studiu, ore_somn]: [5, 7], [2, 6], [8, 8], [4, 5], [7, 7].
  • Creează y cu notele [8, 5, 10, 6, 9].
  • Afișează Exemple: 5 (calculat cu len) și Caracteristici: 2 (lungimea primului rând).
  • Afișează Primul exemplu: [5, 7] -> nota 8.
print("Primul exemplu:", X[0], "-> nota", y[0]) pune automat spații între valori.

Soluția exercițiului

X = [[5, 7], [2, 6], [8, 8], [4, 5], [7, 7]]
y = [8, 5, 10, 6, 9]

print("Exemple:", len(X))
print("Caracteristici:", len(X[0]))
print("Primul exemplu:", X[0], "-> nota", y[0])
Excelent! Continuă cu lecția următoare →
Vrei să afli mai mult?Forma: (rânduri, coloane) · Regula de aur: X și y au același număr de rânduri · Un exemplu cu o singură caracteristică · Greșeli frecvente · Rezumat

Forma: (rânduri, coloane)

Forma lui X spune câte exemple ai și câte caracteristici are fiecare. Cu liste o afli așa:

X = [[5, 7], [2, 6], [8, 8]]
print("Rânduri (exemple):", len(X))
print("Coloane (caracteristici):", len(X[0]))
Rânduri (exemple): 3
Coloane (caracteristici): 2

Scrisă ca pereche, forma este (3, 2): 3 exemple, 2 caracteristici. Vei vedea mereu forma în această ordine, de la numpy la scikit-learn.

ObiectDimensiuniFormă în exempluCe înseamnă
X2D(3, 2)3 studenți, 2 caracteristici
y1D(3,)3 note

Regula de aur: X și y au același număr de rânduri

Pentru fiecare rând din X există exact o etichetă în y, în aceeași poziție. X[0] și y[0] sunt același student.

X = [[5, 7], [2, 6], [8, 8]]
y = [8, 5, 10]
print(len(X) == len(y))
print("Studentul 2:", X[1], "-> nota", y[1])
True
Studentul 2: [2, 6] -> nota 5
Atenție

Mai târziu, scikit-learn îți va da o eroare de tipul „Found input variables with inconsistent numbers of samples: [3, 4]” dacă X și y au lungimi diferite. Acum știi ce înseamnă.

Un exemplu cu o singură caracteristică

Chiar și când ai o singură caracteristică, X rămâne 2D: fiecare rând este o listă cu un element. Asta e o capcană foarte frecventă:

X = [[50], [70], [100]]   # 2D: 3 rânduri, 1 coloană
y = [75000, 105000, 150000]
print(len(X), len(X[0]))
3 1

Greșeli frecvente

  • X = [50, 70, 100] când ai o singură caracteristică: e 1D, iar modelele cer 2D ([[50], [70], [100]]).
  • y cu paranteze în plus, [[8], [5], [10]]: eticheta trebuie să fie un vector simplu.
  • Etichetele în altă ordine decât rândurile din X: rezultatul nu dă eroare, dar modelul învață greșit.

Rezumat

TermenÎn codExemplu
exempluun rând din X[5, 7]
caracteristicăo coloană din Xorele de studiu
etichetăo valoare din y8
forma lui X(rânduri, coloane)(5, 2)
main.pyPython
ConsolăSe încarcă...
Mediul de lucru se încarcă. Poți citi lecția între timp.
Rulează codul cu butonul de sus sau cu Ctrl + Enter / Cmd + Enter.
Parcursul tău Ce este AI și Machine Learning Lecția 7 · X și y: convenția din ML
Progres 0% 0 din 17
Lecția curentă 7 / 15 Date