机器学习-1 基本概念

标签：注意   features   bsp   就是   str   机器   数据   学习   好的   

一、训练集和测试集

　　训练集(training set/data)/训练样例(training examples)：用来进行训练，也就是产生模型或者算法的数据集。

　　测试集(testing set/data)/测试样例(testing examples)：用来专门进行测试已经学习好的模型或者算法的数据集。

二、特征向量

　　特征向量(features vector)：属性的集合，通常用一个向量来表示，附属于一个实例。

　　注意：这里的特征向量不是指线性代数中的特征向量。

　　标记(label)： 实例类别的标记。用于监督学习。

　　正例(positive example)：例如标记中的“正确”。

　　反例(negative example)：例如标记中的“错误”。

机器学习-1 基本概念

标签：注意   features   bsp   就是   str   机器   数据   学习   好的   

原文地址：https://www.cnblogs.com/leokale-zz/p/10330439.html