机器学习的基本概念

机器学习的基本概念

基本术语

• 特征：反映事件或者对象在某方面的表现或者特征的事项。也称属性
• 属性值：在某个属性上的取值
• 属性空间：属性张成的空间，称为属性空间，样本空间或者输入空间。
• 特征向量：空间中每个点，对应的一个坐标向量
• 维数：每一个示例的属性的个数
• 学习：根据数据学习到模型的过程，也称为训练
• 训练数据：训练过程中使用的数据
• 训练样本：训练数据中每个样本称为一个训练样本
• 训练集：所有训练样本的集合称为训练集
• 假设：学习数据中某种潜在的规律。
• 真实：数据中潜在规律本身，称为真实。学习过程就是假设逼近真实的过程
• 样例，示例，标记：(xi,yi),表示第i个样例，yi是属于示例xi的标记，Y是所有标记的集合，称为标记空间或输入空间
• 分类：预测的结果是离散值