トレーニングセット

教師あり学習または教師なし学習では、トレーニングセットは通常、表形式で提示される。

例として、diabetes dataset（糖尿病データセット）があり、これは人が糖尿病かどうかを予測するために使用される。このデータセットには、年齢、ボディマス指数、血圧などのパラメータを持つ768人の女性の記録が含まれている。これらのパラメータは特徴量と呼ばれる。

データセットには、対象者が糖尿病かどうかを示す'Outcome'列も含まれている。これはターゲット変数である。

表の各行はインスタンス（データポイントまたはサンプルとも呼ばれる）であり、1人の個人に関する情報を表している。

この表（トレーニングセット）にはターゲット列が含まれており、ラベル付きであることを意味する。

このタスクでは、MLモデルをこのトレーニングセットで学習させ、学習後は特徴量のみから他の人（新しいインスタンス）が糖尿病かどうかを予測できるようになる。

コーディング時には、特徴量の列は通常 X に、ターゲット列は y に割り当てられる。

新しいインスタンスの特徴量は X_new に割り当てられる。