Что является признаками (фичами), а что таргетом в задаче?

В задаче машинного обучения признаки (features) — это входные переменные, которые используются моделью для обучения и предсказания. Они описывают объекты или события, например, возраст, доход, количество кликов и т.п.

Таргет (target) — это целевая переменная, которую модель пытается предсказать. Например, в задаче классификации это может быть метка класса (спам/не спам), в задаче регрессии — числовое значение (цена дома).

Пример:

• Признаки: возраст, пол, количество покупок
• Таргет: вероятность покупки нового товара

В коде на Python с использованием pandas это может выглядеть так:

import pandas as pd

# Данные
data = pd.DataFrame({
    'age': [25, 32, 40],
    'gender': ['M', 'F', 'M'],
    'purchases': [5, 3, 8],
    'will_buy': [1, 0, 1]  # таргет
})

features = data[['age', 'gender', 'purchases']]
target = data['will_buy']