一組記錄的集合，例如：
注：d
dd又稱為樣本的維數
資料集中每條記錄是關於乙個事件或物件的描述，例如：
反映事件或物件在某方面的表現或性質的事項，例如：
屬性上的取值，例如：
屬性張成的空間，例如：
假設有三種屬性：色澤、根蒂、敲聲，就可以張成乙個用於描述細化的三維空間，每個西瓜都可以在這個空間中找到自己的座標位置。
用x
xx表示，xi∈
xx_i\in x
xi∈
x上面說了每個西瓜可以在屬性張成的空間中找到自己的位置，也就意味著每個西瓜對應著乙個座標向量，而每個西瓜又是乙個示例，乙個示例就是乙個特徵向量。
從資料中學得模型的過程，這個過程可以通過執行某個演算法來完成
訓練過程中使用的資料
訓練資料中的每個樣本稱為乙個訓練樣本
訓練樣本的集合
學習模型學得的關於資料的潛在規律
帶有結果資訊的訓練樣本，例如：
（（色澤=青綠；根蒂=蜷縮；敲聲=濁響），好瓜）
擁有標記資訊的示例，例如：
（（色澤=青綠；根蒂=蜷縮；敲聲=濁響），好瓜）
一般用(xi
,yi)
(x_i,y_i)
(xi,y
i)表示第i
ii個樣例
所有標記的集合，用y
yy表示
學得模型適用於新樣本的能力
機器學習西瓜書筆記
概念 致力於通過計算的手段，利用經驗來改善系統自身的效能。其中，經驗以資料的形式存在。基本術語 資料集 記錄的集合。示例 樣本 每條記錄，關於乙個事件或物件的描述，反應事件或物件在某方面的表現或性質的事項。屬性 特徵 一條記錄 乙個樣本由多個屬性 特徵組成。屬性值 屬性或特徵的值。示例對應於乙個座標...
機器學習（西瓜書） 緒論筆記
正如我們根據過去的經驗來判斷明天的天氣，吃貨們希望從購買經驗中挑選乙個好瓜，那能不能讓計算機幫助人類來實現這個呢？機器學習正是這樣的一門學科，人的 經驗 對應計算機中的 資料 讓計算機來學習這些經驗資料，生成乙個演算法模型，在面對新的情況中，計算機便能作出有效的判斷，這便是機器學習。另一本經典教材的...
《機器學習實戰》《西瓜書》筆記（一）
我們要做的其實是讓機器他有自己學習的能力，也就我們要做的應該machine learning的方向。講的比較擬人化一點，所謂machine learning的方向，就是你就寫段程式，然後讓機械人變得了很聰明，他就能夠有學習的能力。接下來，你就像教乙個嬰兒 教乙個小孩一樣的教他，你並不是寫程式讓他做到...