机器学习基础基本术语

原创

wx5b1fd43180419 2021-04-15 17:33:13 ©著作权

文章标签 机器学习 文章分类 机器学习人工智能

©著作权归作者所有：来自51CTO博客作者wx5b1fd43180419的原创作品，请联系作者获取转载授权，否则将追究法律责任

机器学习绪论

基本术语

基础

模型：泛指从数据中学得的结果
数据集 data set：一组记录的集合
示例 instance/样本 sample：关于一个事件或对象的描述
属性 attribute/特征 feature：反映事件或对象在某方面的表现或性质的事项
属性值 attribute value：属性上的取值
属性空间 attribute space/样本空间 sample space：属性张成的空间即 \(n\) 个特征描述出的 \(n\) 维空间
特征向量 feature vector：每个示例在空间中的坐标向量
\(D={\{\vec{x_1},\vec{x_2},\cdots,\vec{x_m}\}}\)：包含 m 个样本的数据集
\(\vec{x_i}=(x_{i1};x_{i2};\cdots;x_{id})\)：\(d\) 维样本空间 \({\chi}\) 中的一个向量，\({\vec{x_i}}{\in}{\chi}\)
输入空间：一个样本所有特征的集合
\(x_{ij}\)：\(\vec{x_i}\)在第 \(j\) 个属性上的取值，后期可能会用 \(\vec{X}\) 展示
\(d\)：\({\vec{x_i}}\) 的“维数 dimensionlity”
学习 learning/训练 training：从数据中学得模型的过程
训练数据 training data：训练过程中使用的数据
训练样本 training sample：训练中的每个样本
假设 hypothesis：学习模型对应了关于数据某种潜在的规律
真相/真实 ground-truth：潜在规律自身
学习器 learner：模型
预测 prediction：获得训练样本的“结果”信息
标记 label：样本结果的信息
样例 example：拥有标记信息的样本
\((x_i,y_i)\)：第 \(i\) 个样例，\(y_i\in{\vec{Y}}\) 是示例 \(x_i\) 的标记，\(\vec{Y}\) 是所有标记的集合
标记空间 label space/输出空间：所有标记的集合

监督学习 supervised learning

分类 classification：预测结果是离散值的学习任务
回归 regression：预测结果是连续值的学习任务
二分类 binary calssification：涉及两个类别
正类 positive class 和反类 negative class：“二分类”中的两个类别
多分类 multi-class classification：涉及多个类别
预测任务：对训练集 \(\{(\vec{x_1},y1),(\vec{x_2},y_2),\cdots,(\vec{x_m},y_m)\}\) 进行学习，建立一个从输入空间 \(\vec{X}\) 到输出空间 \(\vec{Y}\) 的映射 \(f:\vec{X}\rightarrow\vec{Y}\)，通常令 \(\vec{Y}=\{-1,+1\}\) 或 \(\{0,1\}\)；对于多分类任务，\(|\vec{Y}|\gt2\)；对回归任务，\(|\vec{Y}|=R\)，\(R\) 为实数集
测试 testing：对学得模型进行预测的过程
测试样本 testing sample：被预测的样本，例如学得 \(f\) 后，对测试例 \(\vec{x}\) ，可得到其预测标记 \(y=f(x)\)