机器学习基本 之 名词解释

转自：https://www.zhenxiangsimple.com/2019/03/19/tech-ml-gn/

• 数据集（data set）：一组用于机器学习的数据的集合
• 示例（instance）：数据集中的一条数据记录
• 特征向量（feature vector）：一个示例在数学上的表示
• 训练数据（trainning data）：使用机器学习用来建立模型的数据
• 样本空间（sample space）：训练数据中用于作为条件的数据，即预测时的输入值
• 标记空间（label space）：训练数据中用于作为结果的数据，即预测时的被预测值
• 分类（classification）：被预测值的结果数据是离散数据
• 回归（regression）：被预测值是连续数据
• 聚类（clustering）：被预测值在训练阶段并没有被明确指定
• 训练（training）：使用训练数据对机器学习算法进行训练
• 监督学习（supervised learning）：训练阶段有明确的标记数据，即初始状态有为数据做好数据标记，分类和回归都属于监督学习
• 无监督学习（unsupervised learning）：跟监督学习相对的概念，聚类属于无监督学习
• 泛