【西瓜书】周志华《机器学习》学习笔记与习题探讨（一）

正文

请到「今天看啥」查看全文

1.2 基本术语

要进行机器学习，先要有数据。

数据集： 一组记录的集合。

示例/样本/特征向量： 每条记录（关于一个事件或对象的描述）或空间中的每一个点（对应一个坐标向量）。

属性/特征： 反应事件或对象在某方面的表现或性质的事项。

属性值： 属性上的取值。

属性空间/样本空间/输入空间： 属性张成的空间。

维数： 属性的个数。

模型需要从数据中学得。

学习/训练： 从数据中学得模型的过程。

训练数据： 训练过程中使用的数据。

训练样本： 每个样本。

训练集： 训练样本组成的集合。

假设： 学习模型对应了关于数据的某种潜在的规律。

真相/真实： 这种潜在规律自身。

学习过程就是为了找出或逼近真相。

获得训练样本的结果信息，才能建立“预测”的模型。

标记： 关于示例结果的信息。

样例： 拥有了标记信息的示例。

标记空间： 所有标记的集合。

请到「今天看啥」查看全文