机器学习第一、二章
基本术语
- 示例/样本/特征向量: 关于事件/对象描述的记录
- 数据集: 一组记录的集合
- 属性: 反映事件/对象在某方面的性质或事项
- 属性空间/样本空间/输入空间: 属性组成的空间
- 训练/学习: 从数据中学得模型的过程
- 训练数据: 训练过程中使用的数据
- 训练样本: 训练过程中数据的每一个样本
- 训练集: 样本组成的集合
- 样例: 拥有了标记信息的示例
- 分类: 预测 离散值 的学习任务
- 回归: 预测 连续值 的学习任务
- 二分类任务: 只涉及两个类别的学习任务,分别为‘正类’、‘反类’
- 多分类任务: 设计多个类别的任务
- 测试: 学得模型后,使用其进行预测的过程
- 测试样本: 被预测的样本
- 监督/无监督学习: 根据训练集是否拥有标记信息,学习任务可分为‘监督学习’和‘无监督学习’