机器学习--基本概念

数据

实例(instance)

每一条数据叫做实例,表示为x

数据集,集合

多条数据组成,表示为X

目标概念

待学习的结果或目标函数成为目标概念（target concept),表示为c

标记

代表某条数据确定的结果,表示为y

公式

c(x)=y

正例(positive example)

反例(negative example)

数据分类

训练集(training set/data)/训练样例（training examples)

用来进行训练，也就是产生模型或者算法的数据集

测试集(testing set/data)/测试样例 (testing examples)：

用来专门进行测试已经学习好的模型或者算法的数据集

数据属性

特征值(feature)

实例的某个属性

特征向量(features/feature vector)：

属性的集合，通常用一个向量来表示，附属于一个实例

学习类型

有监督学习(supervised learning)：

训练集有类别标记(class label)

无监督学习(unsupervised learning)：

无类别标记(class label)

半监督学习（semi-supervised learning)：

有类别标记的训练集 + 无标记的训练集

方法

分类 (classification)

 目标标记为类别型数据(category) 

回归(regression)

 目标标记为连续性数值 (continuous numeric value)

机器学习步骤

• 把数据拆分为训练集和测试集
• 用训练集和训练集的特征向量来训练算法
• 用学习来的算法运用在测试集上来评估算法 （可能要设计到调整参数（parameter tuning), 用验证集（validation set）