目录

1.样本（示例）

2.属性

3.属性值

4.属性空间

5.样本空间

6.学习（训练）

7.数据集

8.测试

9.假设

10.学习器

11.标记

12.样例

13.标记空间（样例空间）

14.分类与回归

15.有监督学习、无监督学习

16.真相

17.聚类

18.未见样本

19.未见分布

20.泛化能力

---

1.样本（示例）

描述一个事件或者对象的数据。例如我的设计一个洋娃娃的数据如下：

(肤色=白皮肤 ；眼睛颜色=蓝眼睛 ；头发颜色=金色)这条数据就是一个样本或者叫做示例。

特征向量：我们把肤色、眼睛颜色、头发颜色看成坐标轴，这一组值，对应一个坐标，因此我们也可以把样本示例叫做特征向量，一个样本对应的所有特征组成的向量称为特征向量。

2.属性

表示事件或者事物的特征，我们称为属性。例如：肤色、眼睛颜色、头发颜色。

3.属性值

属性的值我们称为属性值。例如：白皮肤、蓝眼睛、金色。

4.属性空间

是由所有属性组成的空间，通常每个维度对应一个属性。在属性空间中，每个样本都可以被表示为一个点。

5.样本空间

是所有样本组成的集合，每个样本在样本空间中是唯一的。样本空间的维度取决于属性的数量。

6.学习（训练）

我们根据数据生成模型的过程就可以称为训练或者是学习。在这个过程中，模型通过学习样本中的模式或规律来进行预测或分类。

7.数据集

所有数据组成的集合，数据集包括=70%训练集+20%验证集+10%测试集。训练过程中使用的数据称为训练数据，每一个样本称为训练样本。

8.测试

模型训练结束后测试模型效果的过程。

9.假设

学习的模型具有的某种潜在规律我们称为假设。假设通过调整模型参数进行表达。

假设你想训练一个模型来预测明天的天气。你有过去一年每天的天气数据，包括温度、湿度、风速等。为了让机器学习模型从这些数据中学到规律，你可能会做出一个假设，比如说：

天气的变化与温度和湿度有关。如果温度升高，湿度降低，那么明天可能是晴天。

在这个例子中，你的假设是一种对天气变化规律的猜测。你认为温度和湿度是影响天气的关键因素。机器学习模型在训练过程中会尝试调整参数，使得这个假设能够对过去的数据有很好的解释，并且在未见过的数据上能够进行准确的预测。

总的来说，假设是机器学习中用来表示我们对数据规律的一种猜测或假定。这个假设在训练模型时起着重要的作用，因为它指导模型学习数据中的模式和关系。

10.学习器

模型被称为学习器。因为模型就是通过学习经验从而对于新情况进行预测。

11.标记

样例的输出结果。例如：上述样例的中国人洋娃娃、美国人洋娃娃。

12.样例

有标记信息的样本称为样例。

13.标记空间（样例空间）

所有有标记信息的集合。

14.分类与回归

学习任务分为分类和回归问题。分类问题是由离散值组成的，eg:中国人洋娃娃、美国人洋娃娃，如果是输出的是连续的值eg:0.37、0.65这种就是回归问题。

分类问题又分为二分类和多分类，二分类又分为正类和负类（反类）。

15.有监督学习、无监督学习

根据数据有无标记信息，将模型的训练过程分为有监督学习和无监督学习。

16.真相

在进行模型训练时，你给模型提供的标准答案。它对新样本进行预测，并于标准答案进行比较，验证是否准确。

真相详解:机器学习里面的Ground Truth是什么意思-CSDN博客

17.聚类

根据数据的分布结构进行自动分组，一般用于无监督学习。

18.未见样本

模型在训练时没有见过的样本我们称为未见样本，我们在同时使用未见样本来测试模型的泛化能力。

19.未见分布

模型在训练过程中没有见过的分布被称为未见分布，通常出现未见分布会使得模型性能下降。

20.泛化能力

模型在训练时，模型对于未出现过的数据进行准确预测的能力。对于不同样本得预测结果都比较准确我们称为该模型泛化能力好。