【无标题】

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

引言

开始学习机器学习，参考的书是周志华著的一本书，对于每天的学习做一个小小的记录。

一、基本术语

1. 数据集

例如收集了一些西瓜的数据 （颜色=绿色；敲声=闷响）这组数据的集合叫做数据集

2.示例或样本

数据集中每条记录是关于一个事件或对象的描述

3.属性或特征

反映事件或对象在某些方面所表现出的性质 例如颜色敲声
属性上的取值 例如绿色闷响称为属性值

4.属性空间、样本空间或者输入空间

属性张成的空间就是属性空间，把颜色、敲声作为两个坐标轴，可以张成一个描述西瓜的空间，每个西瓜都能在这个空间找到自己的坐标位置

5.分类和回归

若预测连续值，此类学习任务叫做回归
若预测离散值，此类学习任务叫做分类

6.聚类和簇

聚类就是把训练集中的东西分成若干组，每个组成为一个簇

7.泛化能力

学得的模型适用于新样本的能力。

8.假设空间

例如 假设空间由 “色泽=？” ^ “根蒂=？” ^ “敲声=？”的可能取值所形成的假设组成。

9.奥卡姆剃刀原则

若有多个观察与假设一致，就选择最简单的那个。