数据集
数据集的行----样本
数据集的列----特征
特征组成的空间----特征或属性空间
组成属性空间中的点----特征或属性向量
将数据集切分成训练集和测试集
使用训练集+算法构成模型解决实际问题
误差：
绝对误差
平方误差
训练误差：训练集
测试误差：测试集
泛化误差：新数据预测
对于非数值的特征，需要进行特征转换，编码方式有两种：标签编码和独热编码
注意：独热编码需要将维度扩大
对二分类问题进行评价
误差
性能矩阵（混淆矩阵）
准确率 Acc
精确率 Pre
真正率或召回率 Recall=Tpr
假正率 FPR
F1-Score 精确率和召回率的调和平均
ROC曲线的AUC指标
机器学习的分类
根据是否是连续值的预测，分为
1、分类问题----离散值预测，如是否买书
2、回归问题----连续值预测，如房价预测
机器学习处理问题框架
1、将数据集切分为训练集和测试集
2、通过训练集训练模型
3、通过测试集测试模型，给出评价指标