机器学习导论——关于数据集的概念

1、数据集dataset
2、每一行的数据叫做样本数据
3、除最后一列标签列外，每一列的数据叫特征或属性
4、最后一列叫做标签列，样本所属类别
5、属性（特征）空间：由特征张成的空间
6、特征向量：构成特征空间的每一行的特征数据
7、训练数据：由输入x(特征)和输出y(标签)构成
8、训练（过程）：从数据中学得模型的过程叫做“学习”或“训练”。训练过程中使用的数据叫做训练数据。
9、测试样本：被预测的样本数据，由测试数据和类标签构成
10、测试数据：仅有输入的x构成，根据模型得到预测Label信息
11、预测：学习完模型之后，由测试数据代入模型进行预测，得到预测值
12、预测值和真实值额差距的评判标准：
错误率：错误样本数占总体样本的比例
准确率：1-错误率
误差：模型的实际输出和真实值的差距
训练误差：学习器在训练样本上的误差
泛化误差：学习器在新的样本上的误差