机器学习术语

1. 数据： 关于研究对象的记录\n\n2. 数据集(data set)： 记录的集合\n\n3. 示例(instance)/样本(sample)： 每一条关于事件或对象的描述\n\n4. 属性(attribute)/特征(feature)： 反映事件或对象在某方面的表现或性质的事项。\n\n5. 属性值(attribute value)： 属性的取值\n\n6. 属性空间(attribute space)/样本空间(sample space)： 属性张成的空间\n\n7. 样本的维数(dimensionality)：样本的属性描述个数。\n\n8. 学习(learning)/训练(training)： 从数据中学得模型。\n\n9. 训练数据(training data)/训练样本(training sample)/训练集(training set)： 训练时使用的数据、样本和样本组成的集合。\n\n10. 假设(hypothesis)： 学得模型对应得数据的潜在规律。\n\n11. 真相/真实(ground-truth)： 潜在规律本身。\n\n12. 标记(label)： 关于示例结果的信息。\n\n13. 样例(example)： 包括标记的示例。\n\n14. 标记空间/输出空间(label space)： 所有标记的集合。\n\n15. 分类(classification)： 预测离散值。\n\n16. 回归(regression)： 预测连续值。\n\n17. 测试(testing)： 学得模型后，使用模型进行预测的过程。\n\n18. 测试样本(testing sample)： 被测试的样本。\n\n19. 聚类(clustering)： 将训练集中的数据分成多个组。\n\n20. 簇(cluster)： 由聚类分析分出的一个组。\n\n21. 监督学习(supervised learning)：训练数据有标记信息。\n\n22. 无监督学习(unsupervised learning)：训练数据无标记信息。\n\n23. 泛化(generalization)：学得模型适用于新样本的能力\n\n24. 分布(distribution)： 样本空间中样本的分布