《Python机器学习》教学课件—08机器学习.pptxVIP

;8.1;机器学习简介;3 ;4 ;5 ;机器学习基本理论;数据集（dataset）是一种由数据所组成的集合，通常以表格的形式出现，其中每一行是一个数据，表示对一个事件或对象的描述，又称为样本（sample）或实例（instance）。每一列反映事件或对象在某方面的表现或性质，称为特征（feature）或属性（attribute）。属性上的取值称为属性值（attribute value）或特征值。所有属性张成的空间称为属性空间（attribute space）、样本空间（sample space）或输入空间（input space）。属性空间中的每一个点通常用一个向量来表示，称为特征向量（feature vector），即每个特征向量附属于一个实例。 模型（model）指描述特征和问题之间关系的数学对象。从数据中使用算法得到模型的过程称为学习（learning）或训练（training）。;训练过程中使用的数据集又被分为以下3种。 1）训练集（trainning set）：通常取数据集中一部分数据作为训练集来训练模型。 2）测试集（testing set）：用来对已经学习好的模型或者算法进行测试和评估的数据集。 3）验证集（validation set）：有时需要把训练集进一步拆分成训练集和验证集，验证集用于在学习过程中对模型进行调整和选择。;每个实例中描述