通过上下文可判断出“样本”是指单个示例还是数据集

第1章绪  论有时整个数据集亦称一个“样本”，因为它可看作对样本空间的一个采样：
　　通过上下文可判断出“样本”是指单个示例还是数据集．训练样本亦称“训练示例”(training instance)或“训练例”，学习算法通常有参数需设置，使用不同的参数值和（或）训练数据，将产生不同的结果，将“la bel”译为“标记”而非“标签”，是考虑到英文中“label”既可用作名词、也可用作动词．1.2基本术语要进行机器学习，先要有数据．假定我们收集了一批关于西瓜的数据，例如（色泽=青绿；根蒂=蜷缩；敲声=浊响），（色泽=乌黑；根蒂=稍蜷；敲声：沉闷），（色泽=浅白；根蒂=硬挺；敲声=清脆），……，每对括号内是一条记录，“=”意思是“取值为”，这组记录的集合称为一个“数据集”(data set)，其中每条记录是关于一个事件或对象（这里是一个西瓜）的描述，称为一个“示例”(instance)或“样本”(sample).反映事件或对象在某方面的表现或性质的事项，例如“色泽”“根蒂”“敲声”，称为“属性”(attribute)或“特征”(feature)；属性上的取值，例如“青绿”“乌黑”，称为“属性值”(attribute value).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”，例如我们把“色泽”“根蒂”“敲声”作为三个坐标轴，则它们张成一个用于描述西瓜的三维空间，每个西瓜都可在这个空间中找到自己的坐标位置，由于空间中的每个点对应一个坐标向量，因此我们也把一个示例称为一个“特征向量”(feature vector).