哈囉大家好！！
今天還是從我們的餐廳例子出發，我們要使用機器學習模型用帳單總金額去預測小費，如果我們將性別作為我們的標籤，然後使用小費和帳單總金額來預測客人的性別，我們希望的結果是把男生分成一群，女生分成一群，中間用一條線切開，如果用回歸的那條直線，可能沒辦法把男生和女生分開來，因此我們要使用分類(classifacation)。
性別可以分為男生、女生或第三性，這是離散的數據，並不像我們的小費金額是連續的數據，在使用性別作為我們的標籤及預測目標時，這個問題是分類問題，我們要建立一個分隔男生和女生的決策邊界，有兩類性別，女性和男性，我們可能會使用這種方式:如果小費金額大於帳單總金額的0.8倍，我們預測付錢的客人是男生，用這種方式去做男生跟女生的分類，在分類問題中，我們希望最小化我們的預測和標籤之間的錯誤或錯誤分類。這通常使用cross entropy來完成。
明天我將帶大家繼續認識ML的歷史，那我們明天見～～～
iThome鐵人賽
看影片追技術