机器学习（一）基本概念(特征、标签、样本/观测、训练集、测试集）

先举例：我们从市场上挑了很多芒果。

特征是输入变量，即简单线性回归中的 x变量。(如芒果的大小，颜色，产地，品牌等)

简单的机器学习项目可能会使用单个特征，而比较复杂的机器学习项目可能会使用数百万个特征，按如下方式指定：x1,x2,…xn

标签是我们要预测的事物，即简单线性回归中的 y 变量。标签可以是连续值(如芒果的甜度，水分)，可以是离散值（芒果的价格，或好坏）

样本/观测是指数据的特定实例。（样本包括训练集和测试集）

我们将样本分为以下两类：（我们采用粗体 x 表示它是一个矢量。）
有标签样本 有标签样本同时包含特征和标签 labeled examples: {features, label}: (x, y)

无标签样本 无标签样本包含特征，但不包含标签。即：unlabeled examples: {features, ?}: (x, ?)