机器学习基本术语

1. 数据集 D={,,……,}

 - 示例、样本、特征向量：数据集中每条关于一个事件或对象的描述。
 - 属性 = 属性值()
 - 属性空间、样本空间、输入空间
 - 维数d
 - 标记：示例的结果信息。
 - 样例：拥有标记信息的示例。

2. 学习任务

2.1 监督学习

分类：预测离散值（二分类、多分类）

回归：预测连续值

2.2 无监督学习

聚类（簇：把数据集分成若干组，每组是一个簇）

3. 假设空间

由每个属性假设的可能取值组成的假设空间

4. 版本空间

与训练集一致的“假设集合”，即讲训练集的对象包含正类的假设。