首页 > 其他 > 详细

机器学习-1 基本概念

时间:2019-01-28 15:43:33      阅读:211      评论:0      收藏:0      [点我收藏+]

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

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

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!