1.1，1.2

1.1 引言

机器学习所研究的主要内容：从数据产生“模型”的算法

1.2 基本术语

数据集(data set)：一批关于西瓜的数据

示例(instance)/样本(sample)：一个西瓜的描述

特征(feature)/属性(attribute)：西瓜的色泽...

特征值/属性值(value)：西瓜的色泽=青绿色

样本空间/输入空间：

西瓜的“色泽”“根蒂”“敲声”构成了描述西瓜的三维空间

特征向量：

每个西瓜对应样本空间点的坐标向量

一般，D={x1...xm}表示包含m个示例的数据集

xi={xi1,xi2...xid}表示d维样本空间X的一个向量

学习(learning)/训练(training)：

从数据中学得模型的过程

训练数据(training data)：

训练过程中使用的数据

训练样本(training sample)：

数据中的每个样本

训练集(training set)：

训练样本构成的集合

标记(label)

样例(example)

学习器(learner)：

假设(hypothesis)接近真相(group-truth)

标记空间/输出空间(label space)

分类(classification)：

标记离散

回归(regression)：

标记连续

测试(testing)

聚类(clustering)：

把训练集分成若干组，每组称为簇(cluster)

监督学习(supervised learning)：

分类，回归

无监督学习(unsupervised learning)：

聚类

泛化能力(generalization)：

适应新样本的能力