機器學習筆記 | 1.2 基本術語

 

數據集 (data set): 數據的集合

示例(instance)、 樣本(sample): 數據集中的每條記錄，用於描述某一事件或對象，就是示例

特徵（feature）、屬性(attribute)：反應事件或對象在某一方面的表現或性質的事項，其值爲特徵值(屬性值)

屬性空間、樣本空間或輸入空間: 屬性張成的空間

 

咱們把一個示例稱爲一個特徵向量(feature vector)

 

D={X1,X2,X3...Xm} 表示包含m個示例的數據集

 

樣本x有d個屬性，則d稱爲樣本x的'維數'

 

學習(learing)、訓練(training) : 從數據中學的模型的過程,這個過程一般是使用某個算法來完成的。

 

訓練集（training set）: 訓練過程當中使用的數據，其中每個樣本稱爲訓練樣本(training sample)

 

學得模型對應了關於數據潛在的某種規律，稱爲假設(hypothesis),這種潛在規律自身，稱爲真相或真實

 

標記(label)：關於實例的結果信息，擁有標記信息的示例，稱爲樣例(example)

 

分類(classifcation)：預測的是離散值

迴歸(regression)：預測的是連續值

 

涉及兩個類別的分類，就是二分類(binary classifcation)

涉及多個類別的分類，就是多分類(multi-class classifcation)

 

測試(testing): 學得模型後，使用其進行預測的過程

測試樣本（testing sample)：被用來預測的樣本

 

 

 泛化(generalization)能力:學得模型適用於新樣本的能力