说到机器学习，或讨论这个事情时，什么训练、样本、模型或算法就会蹦出来，今时今日什么事情大家都知道一点点，很多代表就是这样来的。但是，对于真心想弄清楚一个事情的我们来说，应该要理解一些基本的术语，所以这里就说一些机器学习时遇到的基本术语，也不是全部，说全部还太早。至于为什么不说tf，因为tf是去到代码的级别了啊，这个他日再相逢。
（1）标签
对于机器学习，我们经常说，要训练机器，让它达到一个最佳的状态，然后用它来预测一些事情。所以，我们的目的，是预测一些信息。
预测的信息，叫作标签。不预测，通过人工建立的信息，也叫作标签。标签就是一个信息。
由于信息多种多样，所以标签也就多种多样。
标签可以表示一类物体，比如标签是“苹果”、“香蕉”，比如标签是“红色”、“橙色”。标签可以表示变化，比如标签是“明天的天气”、“下半年的房价”、“这个股票的趋势”。标签可以表示含义，比如标签是“01表示什么”、“这个动作是什么意思”。等等。
我们说某某人是什么性格，这个就是打标签，比如说某人很“风趣”、“稳重”，这些都是标签，根据这些标签就可以聚类，比如把“稳重”的人聚成一类。在数字时代，很多事物都可以打标签，标签也有意义。比如文章可以标签：“java”、“机器学习”等，比如视频可以标签：“温情”、“恐怖”等，音频可以标签：“民谣”、“慢节奏”、“男低音”等。
所以，标签几乎是你能想到的任何事物或事情。
（2）特征
标签是一个信息，至于是什么信息，跟特征有直接关系。
特征就是一系列的信息，用来表征事物，映射出标签。特征应该是具体可量化的信息，不包括主观感受。
说一个人“稳重”，是根据这个人的特征来评定的，比如TA再三确认问题、及时反馈进度、结束后回顾总结，等等，具备这些特征，我们就给TA打上“稳重”的标签。
（3）模型
模型，就是能训练与预测的程序。
模型的训练就是固化特征与标签的关系。
模型最终用于预测标签，也就是根据特征，判断出标签是什么。
从训练与预测的角度，模型的工作图是这样的：
模型工作图
从模型预测的信息来看，可以把模型分为回归模型跟分类模型。
回归模型，用于预测“未来”会发生的事情，比如“明天腾讯的股值是否会上涨”。
分类模型，用于预测事物是哪一类，比如“这个东西是苹果”。
（4）样本
样本是数据实例，是特征的封装。
样本可以带标签，或不带标签。
带标签的样本，可以用于模型的训练。
不带标签的样本，可用于模型的预测。
大量而特征良好的带标签样本，是机器学习的关键。
好了，就这么多了。简单来说，机器学习的概念可以从模型说起，模型就是具备预测能力的系统，可以预测末来（叫回归模型），可以分类事物（叫分类模型）。模型接受训练，而且一定要训练，不断训练不断进化，比如从一个正方形训练成一个圆，再训练成一个椭圆，而这个椭圆可能就是一个可用的预测状态，这个训练过程有可能是很漫长的。另一方面，要训练，就一定要用到样本，样本就是特征的集合，对于训练，这个样本必需要有标签。什么特征就有什么标签，就是这个关系，训练就是要强化模型对特征与标签的关系。所以，对于机器学习来说，有两个关键，一个是良好的模型，另一个就是大量良好的样本，而这两个关键，真要感谢无私共享的人。
follow your heart
网友评论