机器学习笔记 | 1.2 基本术语

 

数据集 (data set): 数据的集合

示例(instance)、 样本(sample): 数据集中的每条记录，用于描述某一事件或对象，就是示例

特征（feature）、属性(attribute)：反应事件或对象在某一方面的表现或性质的事项，其值为特征值(属性值)

属性空间、样本空间或输入空间: 属性张成的空间

 

咱们把一个示例称为一个特征向量(feature vector)

 

D={X1,X2,X3...Xm} 表示包含m个示例的数据集

 

样本x有d个属性，则d称为样本x的'维数'

 

学习(learing)、训练(training) : 从数据中学的模型的过程,这个过程一般是使用某个算法来完成的。

 

训练集（training set）: 训练过程当中使用的数据，其中每个样本称为训练样本(training sample)

 

学得模型对应了关于数据潜在的某种规律，称为假设(hypothesis),这种潜在规律自身，称为真相或真实

 

标记(label)：关于实例的结果信息，拥有标记信息的示例，称为样例(example)

 

分类(classifcation)：预测的是离散值

回归(regression)：预测的是连续值

 

涉及两个类别的分类，就是二分类(binary classifcation)

涉及多个类别的分类，就是多分类(multi-class classifcation)

 

测试(testing): 学得模型后，使用其进行预测的过程

测试样本（testing sample)：被用来预测的样本

 

 

 泛化(generalization)能力:学得模型适用于新样本的能力