机器学习（周志华版）学习笔记（一）基本术语

数据集（由多组具有相同属性的示例的记录集合）：

示例：关于一个事件或对象的描述的记录。例如，西瓜、芒果、菠萝。

特征（属性）：反映事件或对象在某方面的表现或性质的事项。例如，西瓜的色泽、根蒂、敲声。

属性值：属性上的取值。例如，西瓜色泽有青绿，乌黑。

属性空间：属性张成的空间。例如，西瓜的三种属性（色泽、根蒂、敲声）作为坐标轴组成的三维空间。

纬数：示例中包含特征（属性）的个数。

 

 

学习（训练）：从数据中学得模型的过程

学习方法（两种）：

监督学习：通过已有样本特征的训练集去训练的到最优的测试集

两种方式：

1.分类（离散值）：例如，好瓜，坏瓜。

2.回归（连续值）：例如，西瓜的成熟度0.95 0.32

无监督学习：没有训练样本，数据集没有明确的特征，需直接建模探索出特征

一种方式：

聚类：将物理或抽象对象的集合分成由类似的对象组成的多个类的过程。