模型功能

列举一个模型：实现判别男女的功能，也即表示模型对样本所表示的人的性别做出判断。

输入输出

一个模型接受3个收入，1个输出。作为输入的数值，称为特征，它们描述现实世界的一个事物。作为输出的数值，称为标签，它们描述判断一个样本结果是否计算正确。

3个输入分别是一个人的身高、体重和体脂率。
1个输出是0或1，0代表女性，1代表男性。

用这3个特征代表一个人，它们构成一个样本（sample)。

这3个特征经过某些计算（模型），最后输出一个数值0或1。

分别列举一个男性和女性的样本

格式：（身高，体重，体脂率）（Height, weight, body fat percentage）（H,W,BFP)
女性：

(162，49，0.22)

男性：

(182，72，0.17)

模型内部运算

$$f(x)=1.0\ast H+1.0\ast W-100.0\ast BFP\text{\hspace{1em}(1.0)}$$
$$y=\{\begin{array}{ll}1,& f(x)\ge 200;\\ 0,& f(x)＜200,\end{array}\text{\hspace{1em}(1.1)}$$

问题

权重问题 — 保证某个特征不被其他特征淹没为前提。

为什么身高和体重的权重为1.0 ，而体脂率的权重为100.0?

普遍性，男性身高和体重大于女性，用权重1.0乘以身高和体重，男性相比女性得到较大的值。另外，女性在体脂率这块，大于男性，将权重-100.0赋予体脂率，女性会得到更小（绝对值更大）的负值。
体脂率在量级上是身高或体重的百分之一（例如，0.17对182或72），所以权重的绝对值较大（100.0），这使体脂率的作用不至于被其他特征淹没。

分界点 — 和阈值有关

为什么以200为分界点？

因为目前就两个样本来说，男性样本计算出来的值是237，女性样本计算出来的值是189，恰好以200为分界点能分开这仅有的两个样本。