机器学习基本术语（举例说明）

有如所示西瓜数据集：

  反映事件或对象在某方面的表现或性质的事项。如下所示，每一行记录为一个示例（样本）。

  例如上述"色泽"、“根蒂” 、“敲声”。

  属性上的取值。例如上述属性"色泽"的取值{“青绿” ,“乌黑”}。

  属性张成的空间。例如把"色泽" “根蒂” "敲声"作为三个坐标轴，则它们张成一个用于描述西瓜的三维空间，每个西瓜都可在这个空间中找到自己的坐标位置。

  输入空间中每个点对应的坐标向量

  例如"好瓜"，称为"标记"

  拥有了标记信息的示例。如下所示，每一行记录为一个样例。若将标记看作对象本身的一部分，则"样例"有时也称为"样本"

  所有标记的集合

  从数据中学得模型的过程称为学习 (learning) 或训练 (training), 这个过程通过执行某个学习算法来完成.训练过程中使用的数据称为训练数据 (training data) ，其中每个样本称为一个训练样本 (training sample), 训练样本组成的集合称为训练集"(training set)

  学得模型后，使用其母行预测的过程称为测试 (testing) ，被预测的样本称为测试样本(testing sample)。例如在学得 f f f后，对测试示例 x i x_i xi​可得到其预测标记 f ( x i ) f(x_i) f(xi​)。测试样本组成的集合称为测试集"(training set)。