机器学习入门--01绪论

1、属性张成的空间称为"属性空间" (attribute space) “样本空间” (sample space) 或"输入 空间"。例如我们把"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。由于空间中的每个点对应一个坐标向量，因此我们也把一个示例称为一个 “特征向量” (feature vector).

2、一般地，用(Xi，Yi) 表示第 个样例 其中执 εy 是示例 Xi 的标记 是所有标记的集合， 亦称"标记空间" (label space)或"输出空间“。

3、二分类
通常令 = {-1 ，+1} {0，1}

• 正类
• 反类

4、多分类
IYI >2，对回归任务， Y=R，R为实数集。

5、监督学习：训练数据有标记信息的学习过程。亦称：有导师学习。
无监督学习：训练数据没有标记信息的学习过程。亦称：无导师学习。

6、机器学习算法在学习过程中对某种假设类型的偏好，称为归纳偏好。
任何一个机器学习算法都必有其归纳偏好，否则将无法产生确定的学习结果