第3课　数据：X、y、特征与标签｜写给初中生的机器学习

单元一

第3课　数据：X、y、特征与标签

一、任务目标

亲手写一张小表，并打开鸢尾花数据看形状。

二、核心概念讲清楚

监督式学习里：特征 X 描述样本，标签 y 是要预测的答案。X 常是二维表（行=样本，列=特征），y 是一维。

特征 X：用来描述的数字
标签 y：类别或数值答案
可用手写小表，也可用 load_iris() 等自带数据

1定问题要预测什么？

2选特征哪些数字能描述样本

3对齐标签每个样本一个 y

4检查形状样本数与 y 长度一致

三、跟着想一遍（小例子）

手写 X=[[1,0.3],[2,0.5],[4,0.8],[5,0.9]]，y=[0,0,1,1]：4 个样本、2 个特征；len(X)==len(y)。

易错：X 有 4 行但 y 只有 3 个，或把 y 写成二维搞混。

正确：保证样本数一致；先 print(len(X), len(y)) 自检。

想一想：预测「是否及格」时，作业完成率更像 X 还是 y？（提示：用来描述的是 X，及格与否是 y。）

四、解题思路

任务：亲手写一张小表，并打开鸢尾花数据看形状。先想清楚：输入是什么、处理后得到什么、屏幕上应出现什么。

本课主要用到：屏幕输出。

1明确任务「亲手写一张小表，并打开鸢尾花数据看形状。」：运行后你希望看到什么结果（文字、图形或计算结果）。
2用 print 把结果说出来，确认屏幕上出现预期内容。
3对照参考代码跑通后，只改一个参数，观察结果如何变化。

流程示意（可对照左侧文字）

五、语句功能讲解

下面只列出本课首次出现的语句／函数。已在前面课讲过的不再重复；先认新语句，再对照参考代码。

语句	作用	本课用法
`len()`	求长度	字符串字符数或列表元素个数。
`shape()`	数组形状	彩色图常见 (高, 宽, 通道)。

六、知识点讲解

特征是从原始数据里抽出、对判断有用的量；标签是我们想预测的答案。分类就是根据特征给样本贴标签。特征选不好，后面模型再复杂也难做好。

先弄清本课输入与输出，再进编程练习对照现象。

七、编程练习

先理解上面的例子，再在下方 Mixly 运行与检查（含 scikit-learn）。

选择题目

看清样本数与特征维数。

参考代码（对照抄写到下方 Mixly）

# 手写小数据集：学习时长(小时)、作业完成率 → 是否及格(0/1)
X = [
    [1, 0.3],
    [2, 0.5],
    [4, 0.8],
    [5, 0.9],
]
y = [0, 0, 1, 1]
print("样本数:", len(X))
print("特征维数:", len(X[0]))
print("第1条特征:", X[0], "标签:", y[0])

九、本节小结

X 是特征表，y 是答案列。