Özellik ve etiket gösterimi
- Makine Öğrenmesi kursu
- Başlangıç
- Ders 5/112
- 5 dk
ML'de özellikler genelde X matrisi, etiketler y vektörü olarak gösterilir.
Özellik matrisi X
Geleneksel olarak girdiler büyük X, etiketler küçük y ile gösterilir. X iki boyutludur (örnek × özellik), y tek boyutludur (her örnek için bir etiket).
import numpy as np
X = np.array([[170, 65], [160, 55], [180, 80]]) # boy, kilo
y = np.array([1, 0, 1])
print(X.ndim, y.ndim) # 2 1Büyük harf matrisi, küçük harf vektörü anlatan matematik gösteriminden gelir.
reshape(-1, 1)
Tek özellikli veriyi sütun haline getirmenin yolu reshape(-1, 1)'dir. -1 "bu boyutu sen hesapla" anlamına gelir:
x = np.array([10, 20, 30])
X = x.reshape(-1, 1)
print(X.shape) # (3, 1)Etiketler ise tek boyutlu kalmalıdır; y'yi sütuna çevirmek bazı modellerde uyarıya yol açar.
Uygulama Sütuna çevir
x dizisini reshape(-1, 1) ile X'e çevir; X.shape ve X.ndim değerlerini aralarında boşlukla yazdır.
Başlangıç kodu
import numpy as np
x = np.array([4, 8, 15, 16, 23, 42])
# buraya yazÖrnek çözüm
import numpy as np
x = np.array([4, 8, 15, 16, 23, 42])
X = x.reshape(-1, 1)
print(X.shape, X.ndim)Beklenen çıktı
(6, 1) 2
Soru ve cevaplar
Dersin sorularını cevaplarıyla birlikte inceleyebilirsin. Kendini denemek istersen dersi interaktif olarak çöz.
1 <code>X = np.array([10, 20, 30])</code> scikit-learn'e neden doğrudan verilemez?
- Üç örnek az
- NumPy dizisi kabul edilmez
- Tek boyutlu; X iki boyutlu olmalı Doğru cevap
- Sayılar tam sayı
Açıklama: reshape(-1, 1) ile tek sütunlu iki boyutlu diziye çevrilmesi gerekir.
2 Tek boyutlu diziyi tek sütunlu matrise çevir.
X = x.reshape(____)X = x.reshape(-1, 1)Açıklama: reshape(-1, 1) satır sayısını otomatik hesaplar ve tek sütun üretir.
3 Gösterimleri eşleştir.
| Kavram | Anlamı |
|---|---|
X |
Özellik matrisi |
y |
Etiket vektörü |
ndim |
Boyut sayısı |
reshape(-1, 1) |
Tek sütuna çevirme |