版权声明：转载需注明出处 https://blog.csdn.net/suoxd123/article/details/88673699
- 数据集（data set）：一组用于机器学习的数据的集合
- 示例（instance）：数据集中的一条数据记录
- 特征向量（feature vector）：一个示例在数学上的表示
- 训练数据（trainning data）：使用机器学习用来建立模型的数据
- 样本空间（sample space）：训练数据中用于作为条件的数据，即预测时的输入值
- 标记空间（label space）：训练数据中用于作为结果的数据，即预测时的被预测值
- 分类（classification）：被预测值的结果数据是离散数据
- 回归（regression）：被预测值是连续数据
- 聚类（clustering）：被预测值在训练阶段并没有被明确指定
- 训练（training）：使用训练数据对机器学习算法进行训练
- 监督学习（supervised learning）：训练阶段有明确的标记数据，即初始状态有为数据做好数据标记，分类和回归都属于监督学习
- 无监督学习（unsupervised learning）：跟监督学习相对的概念，聚类属于无监督学习
- 泛化（generalization）：使用训练得到一个可用模型的过程，对新的样本数据的适用性好可以理解为模型的泛化能力强，也就是常规理解的归纳，即从各独立的示例中总结出的一般性规律的意思
- 特化（specialzation）：将训练出来的模型应用于新样本的过程，就是常规的演绎，即将一般规律应用于具体的独立的示例
- 错误率（error rate）：分类错误的样本数占样本总数的比例
- 精度（accuracy）：精度 = 1 - 错误率
- 训练误差（trainning error）：学习器在训练集上的误差
- 泛化误差（generalization error）：学习器在新样板上的误差
- 过拟合（overfitting）：把训练样本的自身特点当做所有潜在样本的一般性质进行学习，导致泛化性能下降。
- 欠拟合（underfitting）：跟过拟合相对，指对训练样本的一般性质学习的不够
