学贯中西：让机器学习华夏智慧

高焕堂

0 前言

机器学习（ML）除了能够学习大数据（big data）中的规律和法则之外，也能够学习人类的智慧。华夏文化渊源长久、博大精深，处处充满智慧。因此，我们可以让机器来学习华夏的文化底蕴和智能，还能更上层楼而学贯中西。

1 复习：什么是特征（feature）

机器学习之路，首先从观察特征出发。回忆一下，人们对于周围的问题或事件常从不同的角度来观察或看出不同的特征。所谓特征（feature），就是一件事物或一群事物，其具有与众不同的特色或表征。例如，人们在辨别其他人的长相时，常常会观察对方的脸形、眼神、嘴巴、发型等特征来区分和判断，只要记住对方独特的长相特征就可以，而不必记忆其他细节。这是人们天赋的观察和提取特征的能力。再如，当您一大早从家里出门时，常常会先观察天气的特征：温度23℃、“阳光普照”等。

在前面各期曾经说明了ML（机器学习）的目的并不一定是拿数据来运算，而是在于〈观察〉在此X空间里数据的大小、分布及重复出现频率（次数）等。每一条数据成为空间里的一个点（point），而每一项特征则成为空间的一个维度（dimension）。于是，各条数据的特征值成为该点的坐标值。

2 特征的种类

在ML（机器学习）领域，特征常分为两种：数值型（Numerical）特征与分类型（Categorical）特征。“数值型特征”是大家很熟悉的，可以用整数或浮点数表示，是能拿来进行加减乘除等数学计算的特征（值）。例如刚才提到的气温是23℃。这就是一个数值特征。再如，人的身高、猫尾巴长度等也都是数值特征。至于分类型特征，又可细分为两种：次序型（ordinal）特征和名目型（nominal）特征。……