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、これはある人物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（features）**と呼ばれる。

データセットには、人物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（target）**である。

表の各行はインスタンス（instance）（**データポイント（data point）またはサンプル（sample）**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。

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、これはラベル付きであることを意味する。

このトレーニングセットで機械学習モデルを学習させ、学習後は特徴量のみから他の人物（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、特徴量のカラムを通常 X に、ターゲットのカラムを y に割り当てる。

新しいインスタンスの特徴は X_new として割り当てられる。