从示例中学习
本课属于 Coddy Machine Learning 学习旅程的“监督学习”单元。第 1 课，共 58 课。
来看看真正的模型。模型会研究已标注的行，也就是特征加上标签，并学习给新的行添加标签：监督学习。输入已标注的种子，输出一张地图：
品种是一种类别，因此这是分类：模型会划分边界。数字标签（例如西瓜的重量）属于回归：模型会学习一条直线。
是哪种类型？.nunique()会统计标签中不同值的数量：类别值通常只有少数几种，数字则很少重复。
seeds = pd.read_csv("seeds.csv")
print(seeds["variety"].nunique())这会输出 3：一种分类。
挑战
简单一家二手电动滑板车商店可以预测 scooters.csv 中的任意列。哪些列适合分类，哪些适合回归？程序会将列名读入 label。
- 统计该列中不同值的数量。
- 按照下面的格式打印它们，并显示滑板车的数量。
- 如果不同值不超过 10 个，打印
A category: classification，否则打印A number: regression。
对于另一家商店和 brand 列：
brand: 7 different values in 50 scooters
A category: classification亲手试试
import pandas as pd
scooters = pd.read_csv("scooters.csv")
label = input()
# 在下方编写你的代码
自我测试这节课包含一个小测验。开始学习即可作答，并记录你的进度。
监督学习中的所有课
自己练习： Python 在线编译器