По существу, X содержит характеристики данных, которые являются входными данными для модели, в то время как y содержит фактические метки данных, означающие, к какому классу они относятся, что соответствует выходным данным модели.
В контролируемом машинном обучении у вас есть маркированный набор данных, из которого модель может извлечь уроки, а затем применить его к новым невидимым данным. Обучающий набор, о котором вы говорите, состоит из известных пар функций X и меток y. С помощью этих данных вы можете научить классификатор предсказывать, какой класс y' имеет новая точка данных X'. Это может быть использовано, например, при обнаружении мошенничества с кредитными картами. Основываясь на исторических c особенностях транзакций (входные функции, X), мы изучаем классификатор, который предсказывает, является ли это мошенничеством (выходные данные, y). Затем мы можем отслеживать новые транзакции и, если модель говорит о возможном мошенничестве, мы можем действовать соответственно. Чтобы не допустить переоснащения классификатора, вы разбиваете данные на две части. Обучающая часть и тестовая часть. Учебная часть используется для фактического обучения классификатора, в то время как тестовая часть используется для предсказания того, насколько хорошо классификатор работает с невидимыми данными.