西瓜书：第一章 绪论
1.1 基本术语 假定我们收集了一批关于西瓜的数据，例如： (色泽=青绿;根蒂=蜷缩;敲声=浊响)， (色泽=乌黑;根蒂:稍蜷;敲声=沉闷)， (色泽=浅自;根蒂t硬挺;敲声=清脆)， ……， 每对括号内是一条记录， 上述记录的集合称为一个“ 数据集 ”（data set）； 每条记录时关于一个事件或对象（这里指西瓜）的描述，称为一个“ 示例 ”（instance）或“ 样本 ”（sample）； 反映事件或对象在某方面的表现或性质的事项，称为“ 属性 ”（attribute）或“ 特征 ”（feature）;例，“色泽”，“根蒂” 属性的取值称为” 属性值 “（attribute value），例，“青绿”、“乌黑”； 属性张成的空间称为“ 属性空间 ”（attribute space）、“ 样本空间 ”(sample space)或“ 输入空间 ”。例如，把“色泽”、“根蒂”、“敲声”作为三个坐标轴，则它们张成一个用于描述西瓜的三维空间，每个西瓜都可在这个空间中找到自己的坐标位置； 由于空间中每个点对应一个坐标向量，因此也把一个示例称为一个“ 特征向量 ”（feature vector）； 拥有了标记信息的示例，称为“ 样例 ”（example）； 如果预测的是离散值，此类学习任务称为“ 分类 ”（classification），例如“好瓜”、“坏瓜”； 如果预测的是连续值