Jakie są cechy (features), a co jest celem w zadaniu?

W zadaniu uczenia maszynowego, cechy (features) to zmienne wejściowe, które model wykorzystuje do nauki i przewidywania. Opisują obiekty lub zdarzenia, np. wiek, dochód, liczba kliknięć itp.

Cel (target) to zmienna, którą model próbuje przewidzieć. Na przykład, w zadaniu klasyfikacji może to być etykieta klasy (spam/nie spam), w regresji — wartość liczbowa (np. cena domu).

Przykład:

• Cechy: wiek, płeć, liczba zakupów
• Cel: prawdopodobieństwo zakupu nowego produktu

W kodzie Python z użyciem pandas wygląda to tak:

import pandas as pd

# Dane
dane = pd.DataFrame({
    'wiek': [25, 32, 40],
    'płeć': ['M', 'K', 'M'],
    'zakupy': [5, 3, 8],
    'zakupi': [1, 0, 1]  # cel
})

features = dane[['wiek', 'płeć', 'zakupy']]
target = dane['zakupi']