《机器学习》第一章绪论 总结

《机器学习》第一章绪论 总结
1.2 基本术语
示例（instance）/ 样本（sample）：关于一个事件或对象的描述，也可以认为是一个记录
数据集（data set）：样本/示例/记录的集合，D={x_1,x_2,…,x_m}表示包含m个示例的数据集。若每个示例x_i=(x_i1; x_i2;…;x_id)是样本空间χ中的一个向量，则d称为样本 x_i的维数，x_ij是x_i在第j个属性上的取值
属性（attribute）/ 特征（feature）：反映事件或对象在某方面的表现或性质的事项。
属性值（attribute value）：属性上的取值
属性空间（attribute space）/ 样本空间（sample space）/ 输入空间：属性张成的空间。例如把“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
特征向量（feature vector）：每个示例都可以在样本空间中找到自己的坐标位置，个示例称为一个特征向量
模型：泛指从数据中学得的结果
学习（learning）/ 训练（training）：从数据中学得模型的过程
训练数据（training data）：训练中使用的数据
训练样本（training sample）：训练数据中每一个样本
训练集（training set）：训练样本组成的集合
假设（hypothes