第一章 绪论
概念集合
data set 数据集
instance/sample 一条记录 (又称为特征向量feature vector)
attribute/feature 属性or特征
dimensionality 维数(属性的数量)
training data
training sample
ground-truth 真值
learner 学习器(模型别称)
prediction:(有label)
离散预测:分类 classification
连续预测:回归 regression
- 二分类 binary classfication
- 多分类
clusting(无label)
supervised learning
unsupervised learning
generalization
泛化能力:学习到的模型的预测能力
第二章 模型评估
2.1 经验误差与过拟合
error rate 错误率
accuracy 精度(准确率)
error 误差
实际预测输出和样本真实输出之间的差异
overfitting 过拟合
underfitting 欠拟合
过拟合,模型适用性差
欠拟合,模型学习能力差
2.2 training data and testing data
- 留出法
- 交叉验证法
均分n份,每个人都要当测试集
- 自助法 boostrapping
随机抽作为测试集,剩下的做训练集
优点:数据集小,难以划分训练/测试集的时候效果好
2.3 一些指标