机械学习—零基础学习日志001（基本术语）

基础概念——以西瓜为例

数据相关概念：

数据集：以西瓜为例，西瓜的色泽，敲声，根蒂，这种记录的集合，称为一个“数据集”

示例：关于一个事件或对象的描述

属性/特征：反映事件或对象在某方面的表现或性质

属性值：属性上的具体取值

属性空间/样本空间/输入空间：属性张成的空间

特征向量：将属性作为坐标轴，张成一个用于描述西瓜的三维空间，每个事物可以在空间中找到自己的坐标位置，每个点对一个坐标向量，因此我们也把一个示例称为一个“特征向量”。

训练过程概念：

学习/训练：从数据中学得模型的过程

训练数据：训练得到模型过程中，所使用的数据

训练样本：训练数据中每一个样本，也称为，训练示例或训练例

假设：学得模型对应的关于数据的某种潜在规律（并不一定客观存在）

真相/真实：潜在规律自身，客观事物

模型：泛指从数据中学得的结果。有文献用“模型”指全局结果（例如一颗决策树），而用“模式”指局部性结果（例如一条规则）。有时会将模型称为“学习器”

标记：需要获得训练样本的结果“信息”，例如（（色泽=青绿；根蒂=蜷缩；敲声=浑浊），好瓜），这里关于示例结果的信息，例如，好瓜，成为标记。

样例：有拥有标记信息的示例

训练结果概念：

分类：预测离散值，例如“好瓜”，“坏瓜”，此学习过程为分类

回归：预测连续值，例如西瓜成熟度0.95，西瓜成熟度0.75，此学习过程为回归

正类，反类：只涉及两个类别的“二分类”任务，通常一个称为正类，一个称为反类

测试：学得模型后，使用其进行预测的过程称为测试

测试样本：被测试的样本称为测试样本

泛化：学得模型使用于新样本的能力

书籍参考：《机械学习》 周志华 清华大学出版社 2016年版

视频参考：周志华老师亲讲-西瓜书全网最详尽讲解-1080p高清原版《机器学习初步》 B站