Tren ve test verisi değişkenleri neden büyük harf (Python'da) kullanılarak tanımlanıyor?

Umarım bu soru bu sitedeki en uygun sorudur ...

Python'da genellikle sınıf adı ilk harfi büyük harf kullanılarak tanımlanır, örneğin

class Vehicle:
    ...

Bununla birlikte, makine öğrenme alanında, çoğu kez tren ve test verisi olarak tanımlanan Xve Y- değil xve y. Örneğin, şimdi bu öğreticiyi Keras'ta okuyorum , ancak değişkenlerini Xve Yolarak kullanıyor :

from sklearn import datasets

mnist = datasets.load_digits()
X = mnist.data
Y = mnist.target

Bunlar neden büyük harfler olarak tanımlanıyor? Makine öğrenimi alanı arasında bu değişkenleri tanımlamak için büyük harf kullanmanın daha iyi olduğuna dair herhangi bir kural (en azından Python'da) var mı?

Ya da insanlar makine öğreniminde büyük ve küçük harf değişkenlerini ayırt ediyor olabilir mi?

Aslında aynı öğretici daha sonra bu değişkenleri aşağıdaki gibi ayırt eder:

from sklearn.cross_validation import train_test_split

train_X, test_X, train_y, test_y = train_test_split(X, Y, train_size=0.7, random_state=0)

X (ve bazen Y) değişkenleri matrislerdir.

Bazı matematik notasyonlarında, vektör değişken adlarını küçük harf ve matris değişken adlarını büyük harf olarak yazmak yaygın bir uygulamadır. Genellikle bunlar kalın harflerle yazılmıştır veya başka ek açıklamalara sahiptir, ancak bu kodlamaya iyi bir şekilde dönüşmez. Her iki durumda da uygulamanın bu notasyondan aktarıldığına inanıyorum.

Kodda, hedef değişken değerlerin tek bir sütunu olduğunda, yazıldığından da fark edebilirsiniz y, böyleceX, y

Tabii ki, bunun Python'da özel bir anlamsal anlamı yoktur ve konvansiyonu görmezden gelebilirsiniz. Bununla birlikte, bu bir kongre haline geldiğinden, kodunuzu paylaşırsanız sürdürmeye değer olabilir.

Bunun Python ile değil, matematikle ilgisi olduğunu düşünüyorum. X bir matristir ve y bir vektördür (çoğu zaman). Genellikle matrisler için büyük harfler ve vektörler için küçük harfler kullanılır.

Bu yüzden sıklıkla böyle bir şey görürsünüz ( sklearn örneklerinden ):

digits = datasets.load_digits(n_class=10)
X = digits.data
y = digits.target

veya bu (aynı örnekten):

x_min, x_max = np.min(X_red, axis=0), np.max(X_red, axis=0)
X_red = (X_red - x_min) / (x_max - x_min)

Burada X_red, bir mxn matrisidir (büyük harf) ve x_min, n uzunluğunda bir vektördür (küçük harf).