机器学习第一张基本概念理解

数据集：关系型数据库中有不少表，表里面有不少记录，不少记录就能够认为是数据集

属性（特征）：一个表中有不少条记录，每条记录的表有不少属性，如tb_stu(stu_id,stuname,stu_sex)s表中有3条属性

属性值：属性的取值，如stu_id能够等于1,2.3....n。stu_sex能够为男,也能够为女。

特征向量：咱们能够将属性的组合投影到三维空间，用几何和代数的工具来表示他们。如三个属性，能够头影城三维空间。每一个属性有不少取值，无论三个属性取值如何组合，都会在这个三维空间中。其中三维空间的一个点，咱们称为特征向量。

训练：从所用的数据学的模型的过程称为学习，或训练，如100个数据集，使用80个来训练。

概括：数学概括法，当n=1,时，f(1)=.... 当n=2时，f(2)=..    求出通项公式，从具体到通常性的规律

演绎:从基础原理推演出具体情况，有通常推到出具体，共性===》个体。

假设空间：就是根据属性的取值的组合，构成一个假设空间。色泽=，根蒂=，敲声=，结果是好瓜

色泽有4中状况，根蒂有4中，敲声有4种，3中基本的，还有一种*构成4种，构成空间为4*4*4+1(这个本身理解)=65

假设：学得模型对应了关于数据的某种潜在的规律，称为假设。（一时不理解很正常，后续会讲清楚）假设就是从假设空间中进行搜索与删除和正例和反例不一致的假设，最终与得到训练集一致的假设。这就是咱们学的结果。

概括偏好：若咱们的算法喜欢尽量特殊的模型，则它会选择好瓜<=>(色泽=*)^(根蒂=蜷缩)^（敲声=浊响),但咱们的算法有通常的模型好瓜<=>(色泽=*)^(根蒂=蜷缩)^（敲声=*),机器学习算法在学习过程当中对某种类型假设的偏好，称为概括偏好。

样例（示例）：训练样本包含结果信息如(色泽=青绿，根蒂=蜷缩，敲声=浊响，结果是好瓜），拥有结果是好瓜，拥有了标记信息，这样一个训练数据样本，就是样例。通常用(xi,yi)来表示第i个样本，

yi属于Y（Y是全部标记集合，或称为输出空间，标记空间）

预测：就是对训练的建成模型，而后对没有训练的数据进行预测。输入变量和输出变量均为连续变量的预测问题称为回归问题；输出变量为有限个离散变量的预测问题称为分类问题。

根据训练数据是否拥有标记信息，学习的任务能够大体分为两大类：监督学习和无监督学习。

分类和回归都是监督学习，都包含样例。

聚类是后者的表明。

泛化：训练模型适用于新样本的能力称为泛化能力。