AI: 机器学习必须懂的几个术语：Label、Feature、Model...

1.标签 Label

标签：所预测的东东实际是什么（可理解为结论），如线性回归中的 y 变量，如分类问题中图片中是猫是狗（或图片中狗的种类）、房子未来的价格、音频中的单词等等任何事物，都属于Label。

（如一组图片，已经表明了哪些是狗，哪些是猫，这里Label就是分类问题中每一个类）

2.特征 Feature

特征是事物固有属性，可理解为做出某个判断的依据，如人的特征有长相、衣服、行为动作等等，一个事物可以有N多特征，这些组成了事物的特性，作为机器学习中识别、学习的基本依据。

特征是机器学习模型的输入变量。如线性回归中的 x 变量。

例如在垃圾邮件分类问题中，特征可能包括：

电子邮件中是否包含 “ 广告、贷款、交易” 等短语
电子邮件文本中的字词
发件人的地址
发送电子邮件的时段
其中机器学习重要步骤：特征提取就是通过多种方式，对数据的特征数据进行提取。一般，特征数据越多，训练的机器学习模型就会越精确，但处理难度也越大。

3.样本 Example

样本是指一组或几组数据，样本一般作为训练数据来训练模型

样本分为以下两类：

有标签样本
无标签样本
3.1有标签样本(labeled):
同时包含特征和标签

在监督学习中利用数据做训练时，有标签数据/样本（Labeled data）或叫有/无标记数据，就是指有没有将数据归为要预测的类别。

例如以下房价数据集：

其中包含特征：卧室数量等，最右边一列是标签：房价中间值
（注，因为该问题要预测未来房价走势，所以Label就是某条房屋数据中的房价）

3.2无标签样本(unlabeled)：

包含特征，但不包含标签

如以下数据集：去掉了Label，但是一样有用（如用在测试训练后的模型，即训练好模型后，输入该数据，那到预测后的房价与原标签进行比较，得到模型误差）

4.模型 Model

模型定义了特征与标签之间的关系，就是我们机器学习的一组数据关系表示，也是我们学习机器学习的核心

例如，垃圾邮件检测模型可能会将某些特征与“垃圾邮件”紧密联系起来。
模型生命周期的两个重要阶段：

训练 Training是指创建或学习模型。也就是说，向模型展示有标签样本，让模型逐渐学习特征与标签之间的关系。
训练模型表示通过有标签样本来学习（确定）所有权重和偏差的理想值
推断 Inference是指将训练后的模型应用于无标签样本。也就是说，使用经过训练的模型做出有用的预测 (y’)。
例如，模型训练好后，就可以使用模型进行Inference ，可以针对新的无标签样本预测房价medianHouseValue。
5.回归 Regression
回归就是我们数学学习的线性方程，是一种经典函数逼近算法。
在机器学习中，就是根据数据集，建立一个线性方程组，能够无线逼近数据集中的数据点，是一种基于已有数据关系实现预测的算法。

回归模型可预测连续值（线性）

例如，回归模型做出的预测可回答如下问题：

某小区房价的趋势？
用户点击此广告的概率是多少？

当机器学习模型最终目标（模型输出）是求一个具体数值时，例如房价的模型输出为25000，则大多数可以通过回归问题来解决。
线性回归的好处在与模型简单，计算速度快，方便应用在分布式系统对大数据进行处理。
线性回归还有个姐妹：逻辑回归（Logistic Regression），主要应用在分类领域
6.分类 Classification
顾名思义，分类模型可用来预测离散值

例如，分类模型做出的预测可回答如下问题：

是/否问题，某个指定电子邮件是垃圾邮件还是非垃圾邮件？
图片是动物还是人？
垃圾分类

当机器学习模型最终目标（模型输出）是布尔或一定范围的数时，例如判断一张图片是不是人，模型输出0/1：0不是，1是；又例如垃圾分类，模型输出1-10之间的整数，1代表生活垃圾，2代表厨余垃圾。。等等，这类需求则大多数可以通过分类问题来解决。