Träningsdata, features och etiketter

För att lära en dator förutsäga om en kund kommer att säga upp sig visar du den historik från många kunder och markerar vilka som faktiskt lämnade. Varje kund med sitt utfall är ett träningsexempel.

De uppgifterna datorn analyserar — antal köp, supportärenden, kundtid — kallas features. Utfallet — kvar eller borta — kallas etikett (label).

Antal köp	Supportärenden	Kundtid (år)	Säger upp sig?
5	0	3	nej
1	4	0,5	ja
3	1	2	nej

Kolumnerna till vänster är features, den fetstilta är etiketten. Modellen lär sig sambandet features → etikett.

Om nästan alla exempel är lojala kunder med många köp lär sig modellen "många köp = kvar" och missar att en kund med många köp men hög stress kan säga upp sig. Det är snedvriden data — modellen blir aldrig bättre än exemplen den fått.