机器学习-基本术语
数据集：所有数据构成的一个集合。
训练：用数据集来构建模型的过程。
测试：新数据输入到模型中，判断对错。
| . | . | . | Result|
| 色泽 | 根蒂 | 敲声 | 好瓜 |
|---|---|---|---|
| 青绿 | 蜷缩 | 浊响 | 是 |
示例（instance）：知道色泽、根蒂、敲声，不知道是不是好瓜。
样例（example）：知道色泽、根蒂、敲声，也知道是不是好瓜。
样本（sample）：示例或样例，根据上下文理解。
属性（attribute），特征（feature）：色泽、根蒂、敲声
属性值（：青绿
属性空间、样本空间、输入空间：(色泽, 根蒂, 敲声)表示(x,y,z)三轴，空间中一个点
特征向量（feature vector）：(色泽, 根蒂, 敲声)，类型与向量表示。
标记空间、输出空间：(输出)的点
模型是得到了一个规律，可以高概率解释输入与输出的映射，模型得出的是假设（hypothesis），不一定对。事实的真相（ground-truth）是一定对的。
学习器（learner）：学习算法给定数据、参数设置，这时候产生出来就是模型。
输出判断：离散结果（Y/N）叫做分类，连续结果（[0,1]）叫做回归。
分类：
- 二分类：Y/N
- 多分类：大/中/小
所有分类问题都可以用二分类表示（不断用二分类？）
正/反类，抽象出来的，根据情况决定，正表示好，也可以正表示坏。
监督学习（supervised learning）：有“导师”的学习。数据集中给出期待结果。典型问题：分类、回归。
无监督学习（unsupervised learning）：无“导师”的学习。数据集中没有给出期待结果，无法得到判断“西瓜好坏”的模型。典型问题：离散问题的聚类。
未见样本（unseen instance）：未来的新数据。
未知“分别”：所有数据来源于一个潜在的分布，该分布不知道。
独立同分布（i.i.d.）：所有数据来源于一个潜在的分布。
如何突破独立同分布，前沿
泛化（generalization）：模型处理新数据的能力。从特殊到一般。