标签（label）

标签，是贴在一个例子上的正确答案——也就是你想让机器学会去预测的那个东西。如果你给程序看成千上万张照片，并告诉它哪些里头有猫，那么钉在每张照片上的「猫」或「无猫」就是它的标签。它是记忆卡片的背面：输入是问题，标签是机器学习时用来对照、给自己打分的答案。

标签有不同的形态。它可以是一个类别，比如「垃圾邮件」或「非垃圾邮件」（用于分类）；也可以是一个数值，比如明天的气温（用于回归）。标签从哪儿来，关系极大。大多数标签是人一个一个标出来的——一项又慢又费钱的活，叫数据标注。也有些标签由世界本身免费送上门来：顾客究竟点没点那个链接、病人有没有康复。这些天然的结果，往往是所有标签中最可信的。

诚实地说，模型的上限就是标签的质量。如果标签本身错了、前后不一致，或带着偏见，机器就会忠实地把这些错误学进去——垃圾进，垃圾出。对同一个例子，两个人甚至可能对正确标签争执不下（那条评论是正面的，还是只是在反讽？），而这种与生俱来的分歧，给任何模型所能达到的准确度都设了一个天花板。许多任务根本没有标签——这正是无监督学习所要应对的局面。