机器学习基本术语（举例说明）

有如所示西瓜数据集：

西瓜数据集
编号	色泽	根蒂	敲声	好瓜
1	青绿	蜷缩	浊响	是
2	乌黑	蜷缩	浊响	是
3	青绿	硬挺	清脆	否
4	乌黑	稍蜷	沉闷	否

• 示例 (instance) / 样本(sample)

  反映事件或对象在某方面的表现或性质的事项。

如下所示，每一行记录为一个示例（样本）。

色泽	根蒂	敲声
青绿	蜷缩	浊响
乌黑	蜷缩	浊响
青绿	硬挺	清脆
乌黑	稍蜷	沉闷

• 属性 (attribute) / 特征 (feature)

  例如上述"色泽"、“根蒂” 、“敲声”。

• 属性值 (attribute va1ue)

  属性上的取值。

例如上述属性"色泽"的取值{“青绿” ,“乌黑”}。

• 属性空间 (attribute space) / 样本空间 (sample space) / 输入空间

  属性张成的空间。

例如把"色泽" “根蒂” "敲声"作为三个坐标轴，则它们张成一个用于描述西瓜的三维空间，每个西瓜都可在这个空间中找到自己的坐标位置。

• 特征向量 (feature vector)

  输入空间中每个点对应的坐标向量

• 标记(label)

  例如"好瓜"，称为"标记"

• 样例 (example)

  拥有了标记信息的示例。

如下所示，每一行记录为一个样例。

若将标记看作对象本身的一部分，则"样例"有时也称为"样本"

色泽	根蒂	敲声	好瓜
青绿	蜷缩	浊响	是
乌黑	蜷缩	浊响	是
青绿	硬挺	清脆	否
乌黑	稍蜷	沉闷	否

• 标记空间 (label space) / 输出空间

  所有标记的集合

• 训练集(training set)

  从数据中学得模型的过程称为学习 (learning) 或训练 (training), 这个过程通过执行某个学习算法来完成.训练过程中使用的数据称为训练数据 (training data) ，其中每个样本称为一个训练样本 (training sample), 训练样本组成的集合称为训练集"(training set)

• 测试集(testing set)

  学得模型后，使用其母行预测的过程称为测试 (testing) ，被预测的样本称为测试样本(testing sample)。

例如在学得 f f f后，对测试示例 x i x_i xi​可得到其预测标记 f ( x i ) f(x_i) f(xi​)。

测试样本组成的集合称为测试集"(training set)。