4.3.1　数据准备

真希望我可以告诉你，机器学习是在构建一种令人惊叹的人工智能并且看起来很酷。但事实上，机器学习的很大一部分工作是在为学习算法准备样本数据。让我们从包含样本数据集的文件开始：

在之前的章节中，这个文件有两列，我们将这两列用NumPy的loadtxt()函数分别加载到两个数组之中。现在我们有多个输入变量，X必须为矩阵，如下图所示：

X中的每一行都是一个样本，每一列都是一个输入变量。

如果我们与之前的做法一样，使用loadtxt()函数加载文件，那么就可以得到关于每一列的NumPy数组：

数组是NumPy最棒的特性。它们是非常灵活的对象，数据形式可以是从标量（单个数字）到多维结构的多种不同的形式。然而，这种灵活性有时会使得数组变得有些难以理解。我将会向你展示，如何将这4个数组塑造成我们想要的X和Y变量，但是当你抽出时间自己去做的时候，可能需要在手头上保留NumPy文档。

我们可以使用shape()函数查看数组的维数：

所有4列都包含30个元素，每个元素对应pizza_3_vars.txt中的一个样本。逗号后的空格是NumPy表示这些数组只有一个维度的一种方式。换言之，当你看到的是“数组”这个词而不是“矩阵”的时候，你可能会想到它们。

现在将前三个数组整合起来构造一个矩阵X：

下面是矩阵X的前两行元素：

虽然NumPy中的索引功能十分强大，但它有时令人费解。代码中的[:2]是[0:2]的简写，意思是：“包含索引号为0～1的行”，也就是前两行（按原书翻译，索引号0～2的行，应该是前3行，表述有误，已改——译者注）。

现在已经处理好了X，再来处理y。它仍然是一维数组的形式(30,)。这里有一个多次帮了我大忙的技巧——避免混合使用NumPy矩阵和一维数组。同时涉及一维数组和矩阵的代码可能会产生令人意想不到的行为。因此，当你有一个一维数组的时候，可以使用reshape()函数将其重塑为一个矩阵：

reshape()函数可以获取新数组的维度。如果新数组其中一个维度是-1，那么NumPy可以把它设置为能够适合其他维度的取值形式。因此，上面这行代码的含义是：“重塑Y，使其成为一个包含1列的矩阵，有多少行就生成多少行，以适应当前元素的取值形式”。结果产生了一个(30,1)矩阵：

现在我们将作为输入变量的样本数据整齐地排列在矩阵X中，将标签放在矩阵Y中。数据准备完成！现在开始升级学习系统的函数，我们从predict()函数的升级开始。