Quelles sont les caractéristiques (features) et quel est l'objectif dans la tâche?

Dans une tâche d'apprentissage automatique, les caractéristiques (features) sont les variables d'entrée utilisées par le modèle pour apprendre et faire des prédictions. Elles décrivent des objets ou des événements, par exemple, âge, revenu, nombre de clics, etc.

La cible (target) est la variable que le modèle tente de prédire. Par exemple, dans une tâche de classification, cela peut être une étiquette de classe (spam/non spam), dans une tâche de régression, une valeur numérique (prix d'une maison).

Exemple :

• Caractéristiques : âge, sexe, nombre d'achats
• Cible : probabilité d'acheter un nouveau produit

En code Python avec pandas, cela pourrait ressembler à ceci :

import pandas as pd

# Données
données = pd.DataFrame({
    'âge': [25, 32, 40],
    'sexe': ['M', 'F', 'M'],
    'achats': [5, 3, 8],
    'achètera': [1, 0, 1]  # cible
})

features = données[['âge', 'sexe', 'achats']]
target = données['achètera']