机器学习中的向量是什么

我想了解在机器学习中什么是向量。

我查看了以下两个链接：

我没有完全理解。能有人用简单的话解释一下吗？

回答：

我认为你的问题很大程度上是因为向量是一个具有多种用途的通用术语。在这种情况下，可以将其视为一个值列表或表中的一行。数据结构是一个一维数组；一个包含N个元素的向量是一个N维向量，每个元素对应一个维度。

例如，输入(3.14159, 2.71828, 1.618)是一个包含3个元素的向量，可以表示为三维空间中的一个点。你的程序会声明一个1×3的数组（一维数据结构）来存储这三个项目。

这是否有助于你可视化基本的输入处理？这并不是一个涉及Wronkskian变换矩阵的难题——这只是格式和可视化的变化。

特征向量只是一个输入行。例如，在流行的机器学习例子中，预测房价，我们可能有特征（表的列）包括房子的建造年份、卧室数量、面积（平方米）和车库大小（汽车容量）。这将给出如下的输入向量：

[1988, 4, 200, 2][2001, 3, 220, 1]

等等。

学技术