Uczenie maszynowe według wujka Google

Część pierwsza poradnika Google w zakresie uczenia maszynowego (Machine Learning)

Budowa pierwszego modelu predykcyjnego w kilku liniach kodu

from sklearn import tree 
features = [[140,1],[130,1],[150,1],[170,0]] 
labels = [0,0,1,1] 
clf = tree.DecisionTreeClassifier() 
clf = clf.fit(features, labels) 
print(clf.predict([[160,0]]))

Odpowiednik pierwszego programu “hello world” w C.

#include 
int main()
{
   
   printf("Hello, World!");
   return 0;
}

Co my tu właściwie mamy ?
Kawałek kodu w języku Python z zaimportowanym pakietem scikit-learn.
Dokonujemy klasyfikacji i próbujemy przewidzieć na podstawie wartości dwóch cech owocu (wagi i gładkości powierzchni), czy jest on jabłkiem czy pomarańczą.
Pod spodem jest drzewo decyzyjne, które pozwala na budowę modelu predykcyjnego.