机器学习词汇
目标：预测类别或数据值（要预测的列）
特征：用于预测的数据属性（非目标列）
样本：数据内的单个数据点（1 行）
标签：单个数据点的目标值
机器学习词汇（近义词）
目标：响应、输出、因变量、标签
特征：预测器、输入、自变量、属性
样本：观察、记录、实例、数据点、行
标签：答案、y 值、类别
监督式机器学习：数据有已知输出结果
回归：输出结果是连续的（数字）
分类：输出结果是一个类别
非监督式机器学习：数据有未知输出结果
三种分类预测类型
严苛预测(Hard Prediction)：针对每个实例预测一种类别。
排名预测：按照从最有可能到最不可能的顺序对实例进行排列。（二元分类）
概率预测：为每个实例跨类别分配概率分布。
分类指标
严苛预测(Hard Prediction)：准确性（Accuracy）、精度（Precision）、召回（Recall）（敏感度（Sensitivity））、特异性（Specificity）、F1 分数（F1 Score）
排名预测：AUC (ROC)、精度-召回曲线（Precision-Recall Curves）
概率预测：Log-loss（亦称交叉熵）、Brier（布莱尔）分数
回归指标
均方根误差(RMSE)
平均绝对偏差
