"model.fit()" 有时需要 Y_train（即 label/category），有时不需要，为什么？
"model.fit()" sometimes takes Y_train (i.e, label/category) and sometimes not why?
在某些情况下，我们不发送任何 Y_train(Category/classes)，代码仍然有效
例如：-
历史 = model.fit(
火车，
时代=时代，
batch_size=批量，
冗长=1，
validation_data=验证
)
这里我们只发送了 x_train 而不是它的标签。
但在某些情况下，我们将 X_train 和 Y_train 都传递给 model.fit() 然后模型也可以工作。
例如：-
model.fit(X_train, y_train, epochs=10)
这两种方式有什么区别，为什么在第一种情况下标签没有通过？
如果您的数据集既包含特征又包含标签，那么您不应明确提及 y。 fit 方法将尝试从 x 本身提取标签。
更多信息请参考：https://keras.io/api/models/model_training_apis/#fit-method
在某些情况下，我们不发送任何 Y_train(Category/classes)，代码仍然有效 例如：-
历史 = model.fit( 火车， 时代=时代， batch_size=批量， 冗长=1， validation_data=验证 ) 这里我们只发送了 x_train 而不是它的标签。
但在某些情况下，我们将 X_train 和 Y_train 都传递给 model.fit() 然后模型也可以工作。 例如：-
model.fit(X_train, y_train, epochs=10)
这两种方式有什么区别，为什么在第一种情况下标签没有通过？
如果您的数据集既包含特征又包含标签，那么您不应明确提及 y。 fit 方法将尝试从 x 本身提取标签。
更多信息请参考：https://keras.io/api/models/model_training_apis/#fit-method