机器学习-基本术语

数据集（data set）

记录的集合，如（色泽=青绿；根蒂=蜷缩；敲声=浊响）

示例（instance）

每条记录是关于一个事件或对象的描述，也称为样本。

属性（attribute）

反映事件或对象在某方面的表现或性质的事项，例如色泽，根蒂等，又称为特征（feature）。属性上的取值，如青绿，浊响等，称为属性值（attribute value）。

样本空间（sample space）

属性张成的空间，又称为属性空间（attribute space），或输入空间。

特征向量（feature vector）

假如将色泽，根蒂，敲声三个属性作为三个坐标轴，每个西瓜对应一个空间点（一个坐标向量），每个这种示例称为一个特征向量。

维数（dimensionality）

每个示例包含的属性个数。

学习（learning）

从数据中学得模型的过程，又称为训练（training）。

训练数据 （training data）

训练过程中使用的数据，其中每个样本称为一个训练样本（training sample）。

训练集（training set）

训练样本组成的集合。

标记（label）

关于示例结果的信息，比如判断一个西瓜是好瓜，那么这个西瓜便拥有了标记示例，这个西瓜便成了样例（example）。一般用 (xi,