资料集格式 | ML#Day13

根据我们要做的题目，获得的结果会是对应的订单总金额，而订单总金额是一个可能范围很大的数值，也就是连续型的资料。

数值举例来说，也许101,000，也许120,500，也许是206,239等等，不会有一个精准的数字。

这就确定了我们将使用回归类型的模型，要准备的资料，也是用於回归运算用的资料集。

回归(Regression)是属於「监督式学习」的一环，其中一种分类，另一个分类是分类(Classification)，再次强调这两者无法混着用。

再进一步细究回归大致在做什麽之前，先要知道一下准备的资料格式。

其实就我们平常的系统开发工作来讲，资料的格式长相并不陌生，有如下图示例：

就像DB存放的一行一行row data一样。

不过有一格一定要放着答案，也就是标签(label)的栏位，其他是放入特徵值(参数)。

有标准答案的问题才能够做监督式学习，换句话说若有标准答案就做监督式学习，或至少你要给它一个预期的答案。

在Google Vertex AI ，这类资料被分类成表格式资料，後续会继续延伸介绍。

收集必要数量的资料并整理好正确的格式，并知道是提供给什麽样的训练方式，就是准备好资料集的概念。

从开篇以来，到目前为止，流程步骤大概如以下这样：

决定好题目 → 确定结果资料型态 → 做成资料集 → 用资料集的资料训练模型

接下来我们简单介绍一下，回归模型的训练方式和原理。