机器学习

Posted 2020-12-17 funny-and-point

一、基本术语

1.1属性：反映时间或对象在莫方面的表现或性质的事项

1.2属性值：属性上的取值

1.3属性空间：属性张成的空间

1.4特征向量：由于空间中的每个点对应一个坐标向量所以也将示例称为一个特征向量

1.5维数：每个示例有d个属性描述，每个示例是d维样本空间X的向量即xi∈X，d为xi的维数

1.6学习：从数据中学得模型

1.7训练数据：训练过程中使用的数据，其中每个样本成为“训练数据”，其组成的集合为“训练集”

1.8假设：学得的模型对应关于数据的潜在规律，即判断数据的潜在规律

1.9学习器：即模型

1.10标记：关于结果的信息

1.11样例：有了标记信息的示例

1.12示例：例如：（色泽=青绿；根蒂=蜷缩；敲声=浊响）

1.13标记空间：用（xi，yi）表示第i个样例，yi为xi个的标记，yi∈Y，Y即标记空间

1.14分类：预测离散值

1.15回归：预测连续值

1.16测试：使用模型进行预测

1.17聚类：把高度相似的样本放到一组中，每组成为一个“簇”