基本术语

**数据集/样本集：**记录这组数据的集合，也就是整个表格的数据。
**实例/样本：**记录一个事件/对象的描述，如表格的任意一行。
**（样本）属性/特征：**反映事件或对象在某方面的表现或性质的事项。
**（样本）属性值/特征值：**属性/特征所取的值。
**属性空间/样本空间/输入空间：**属性张成的空间，比如把西瓜的“色泽”，“根蒂”，“敲声”作为3个坐标轴，则它们张成一个用于描述西瓜的三维空间，每个西瓜都在这个空间中有其坐标位置。
**特征向量：**在前面所述的属性空间/样本空间/输入空间中，每个点都对应一个坐标位置，这个向量称为特征向量。
**维数：**样本属性的个数。
**学习/训练：**从数据模型中学习的过程。
**训练数据：**训练过程中使用的数据。
**标签/标记：**用于表示样本的结果信息。
**样例：**指既包含样本属性值，又包含标签的样本。注意与样本的区别，样本包括训练样本和测试样本，样本不一定具有标签。
**标记空间/输出空间：**所有标记结果的集合。
**预测：**根据已有的众多样例，判断某一样本的输出结果。
**分类：**当结果预测值为离散值时，此类任务城为分类。尤其是只涉及两个类别时，称为“二分类”。通常，其中一个称为“正类”，另一个称为“反类”。涉及多个类别时，称为“多分类”。
**回归：**当结果预测值为连续值时，如预测西瓜的成熟度，此类任务称为回归。
**测试：**通过学习得到模型后，使用样本进行检测的过程。
**测试样本：**用于进行检测的样本。
**新样本：**没有用于模型训练的样本都可认为是对该模型的新样本。
**泛化：**指训练的模型不仅适用于训练样本，同时适用于新样本。
**聚类：**将训练集中的西瓜分成若干组，每一个组称为“簇”。例如，通过学习，其自动形成的簇可能对应一些潜在概念的划分，如“浅色瓜”，“深色瓜”等。这样的学习过程有助于了解数据内在的规律。值得注意的是，在聚类学习中“浅色瓜”，“深色瓜”这些概念事先是不知道的，是学习过程中得到的，并且使用的训练样本不拥有标记信息。
**监督学习：**学习任务为分类和回归问题，且样本具有标记信息。
**无/非监督学习：**学习任务为聚类问题，且样本不具有标记信息。