【机器学习的基本术语和概念】

曾梦想执剑走天涯，我是程序猿【AK】

简述概要

提示：简要描述文章内容，适合哪些人观看

知识图谱

1. 样本（Sample）/实例（Instance）：在机器学习中，我们获得的数据集中的一条数据被称为一个样本或实例。样本是一个统计学概念，通常对应一个个体或者对某个对象的一次观测。
2. 特征（Feature）/属性（Attribute）：这些是记录样本的某种性质或者在某方面的表现的指标或变量。特征是用来描述样本的重要信息，是机器学习模型进行预测和分类的基础。
3. 特征向量（Feature Vector）：一个样本的全部特征构成的向量被称为特征向量。特征向量是机器学习模型处理的基本单位。
4. 特征空间（Feature Space）/ 属性空间（Attribute Space）/ 样本空间（Sample
   Space）：由所有特征/属性张成的空间，也即